基于神经网络的温度控制系统.docVIP

本科毕业设计（论文） 基于神经网络的温度控制系统 学 院 自 动 化 专 业 自 动 化 年级班别 学 号 学生姓名 指导老师 2013 年 6 月 摘 要 在工业控制过程中．PID控制是一种最基本的控制方式，其鲁棒性好、结构简单、易于实现，但随着生产工艺的日益复杂和人们对工业过程总体性能要求的不断提高，传统的PID控制方法往往难以满足闭环优化控制的要求。因为常规PID控制器的参数是根据被控对象数学模型确定的．当被控对象的数学模型是变化的、非线性的时候，PID参数不易根据其实际的情况做出调整，影响了控制质量，使控制系统的控制品质下降。特别是在具有纯滞后特性的工业过程中，常规的PID控制更难满足控制精度的要求。而神经网络作为现代信息处理技术的一种，正在很多应用中显示了它的优越性，同传统的PID控制相比较，神经网络PID控制有许多优点。神经网络PID控制技术在其中扮演了十分重要的角色，并且仍将成为未来研究与应用的重点技术之一。 本文阐述了神经网络 PID控制算法的基本原理。对基于单神经元的PID控制器的控制性能进行了分析，并且利用MATLAB／SimulinkPID控制与神经网络PID控制各自不同的控制特性，分析了传统PID控制器和神经网络PID控制器的优缺点。并针对神经网络PID控制器的不足之处提出了相应的改进方案。 关键词：神经网络PID控制,数字仿真,Hebb算法,BP算法 注：本设计（论文）题目来源于教师的国家级（或部级、省级、厅级、市级、校级、企业）科研项目，项目编号为： 。 Abstract In the process of industrial control. PID control is one of the most basic way of control, its good robustness, simple structure, easy to implement, but along with the increasing complexity of production process and constantly improve the overall performance requirements of industrial process, the traditional PID control method is often difficult to meet the requirements of the closed-loop optimal control. For conventional PID controller parameters are determined based on the mathematical model of the object. When the mathematical model of controlled object is variable, nonlinear, not easily according to the actual situation to adjust the PID parameters, the influence of quality control, the control quality of control system. Especially in the industrial process with pure lag properties, conventional PID control is more difficult to meet the requirements of control accuracy. And neural network as a kind of modern information processing technology, is a lot of applications shows its superiority, compared with the traditional PID control, the neural network PID control has many advantages. Neural network PID