基于神經(jīng)網(wǎng)絡(luò)的蓄熱式加熱爐的溫度控制研究

周建新 熊延輝

摘?要：文中提出了一種基于BP神經(jīng)元網(wǎng)絡(luò)控制PID的復(fù)合方法，通過(guò)線(xiàn)下學(xué)習(xí)并對(duì)控制對(duì)象模型進(jìn)行分類(lèi)辨識(shí)，這樣就形成了相似與人類(lèi)大腦的辨識(shí)器（NNI），并通過(guò)改正其網(wǎng)絡(luò)結(jié)構(gòu)權(quán)值，讓它自己逐漸地調(diào)整，使符合控制系統(tǒng)對(duì)象的特性。把它用在蓄熱式加熱爐的自動(dòng)化溫度控制里，通過(guò)matlab仿真有著很好的效果。

關(guān)鍵詞：蓄熱式加熱爐;BP神經(jīng)網(wǎng)絡(luò);溫度控制

鋼鐵企業(yè)也隨著社會(huì)的發(fā)展。對(duì)加熱爐加熱效果，爐溫控制更加嚴(yán)格，但是以前傳常規(guī)的PID調(diào)節(jié)控制爐溫，在大滯后，強(qiáng)耦合的條件下完成的不是很理想，根據(jù)實(shí)際的現(xiàn)狀，設(shè)計(jì)了一種通過(guò)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練，識(shí)別出學(xué)習(xí)結(jié)果，它的輸出控制PID參數(shù)的方法，通過(guò)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練，控制三個(gè)PID的參數(shù)，根據(jù)實(shí)時(shí)狀態(tài)去變化參數(shù)，使系統(tǒng)達(dá)到穩(wěn)定。引進(jìn)了神經(jīng)網(wǎng)絡(luò)算法，它的輸出控制PID.通過(guò)matlab對(duì)溫度控制系統(tǒng)進(jìn)行仿真工作。[3]

1 神經(jīng)網(wǎng)絡(luò)優(yōu)點(diǎn)

神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)如下：非線(xiàn)性較強(qiáng)。在神經(jīng)網(wǎng)絡(luò)中只要有大量的神經(jīng)元，就能用三層神經(jīng)元結(jié)構(gòu)來(lái)近似的展現(xiàn)出任意的一種非線(xiàn)性連續(xù)函數(shù)。

2 BP網(wǎng)絡(luò)的前饋計(jì)算

在神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的時(shí)候，它要訓(xùn)練樣本，假如總共有N個(gè)采樣的數(shù)據(jù)來(lái)培訓(xùn)，第一在許多的樣本中選擇里面的一個(gè)，它的的輸入模式?XP?、輸出模式{?dpk?}來(lái)培訓(xùn)神經(jīng)網(wǎng)絡(luò)。為了寫(xiě)公式的時(shí)候工整，省略樣本的p，所以下面將隱含層中的第?j?個(gè)節(jié)點(diǎn)寫(xiě)為：

netpj=netj=∑Mi=1wijoi?（1）

第j個(gè)節(jié)點(diǎn)輸出為：

oj=fnetj?（2）

其中?fnetj?為激活函數(shù)：

fnetj=11+e（netj-θj）θ0?（3）

其中?θj?代表著偏移值或者閾值，正數(shù)的?θj?的功能是讓?fnetj?函數(shù)右移平行于y軸，?θ0?的功能是改變?δ?函數(shù)的曲線(xiàn)圖型，特別小的?θ0?讓?δ?函數(shù)近似于階躍函數(shù)，特別大?θ0?的作用是讓函數(shù)?δ?變化的比之前平穩(wěn)，取為2.067，為1.371對(duì)式（3）求導(dǎo)，可得：

f'netj=fnetj1-f（netj）?（4）

第j個(gè)神經(jīng)元的的輸出?o?j?即要經(jīng)過(guò)加權(quán)系數(shù)?w?jk?往前傳遞到第k個(gè)神經(jīng)元的總共輸入為：

netk=∑qj=1w?jko?j?（5）

其中q為隱含層的節(jié)點(diǎn)數(shù)。輸出層中的神經(jīng)元是第k個(gè)節(jié)點(diǎn)，它的真實(shí)神經(jīng)網(wǎng)絡(luò)輸出為：

O?k=fnetk?（6）

3 仿真實(shí)驗(yàn)

本實(shí)驗(yàn)采用matlab對(duì)控制對(duì)象進(jìn)行仿真，在常規(guī)控制器的基礎(chǔ)上，加入一個(gè)神經(jīng)網(wǎng)絡(luò)控制器，構(gòu)成如圖一所示的神經(jīng)網(wǎng)絡(luò)控制器。通過(guò)仿真得出兩個(gè)曲線(xiàn)。如圖1、圖2所示。

4 結(jié)論

通過(guò)對(duì)比上述兩個(gè)曲線(xiàn)得出常規(guī)的PID需要調(diào)節(jié)的時(shí)間較長(zhǎng)，響應(yīng)時(shí)間太長(zhǎng)，達(dá)到了15秒以后才趨于穩(wěn)定，而神經(jīng)網(wǎng)絡(luò)的PID控制在5秒就趨于穩(wěn)定，調(diào)節(jié)時(shí)間縮短了3倍，結(jié)果與期望相符。

參考文獻(xiàn)：

[1]趙望達(dá)，劉勇求，賀毅.一種用RBF神經(jīng)網(wǎng)絡(luò)改善傳感器測(cè)量精度的新方法[J].電子技術(shù)應(yīng)用，2004（11）.

[2]何繼愛(ài)，黃智武，田亞菲.一種單神經(jīng)元PID控制器[J].甘肅科學(xué)學(xué)報(bào)，2004（04）.

[3]吳學(xué)文，吳黎明，張力鍇，陳泰偉.遺傳神經(jīng)網(wǎng)絡(luò)在車(chē)身姿態(tài)測(cè)量中的應(yīng)用[J].自動(dòng)化與信息工程，2012（01）.