典型过程控制对象的辨识及控制.docx

摘要：本文研究的是典型过程控制对象，这将对复杂的工业过程的发展产生重要的影响。工业过程控制包罗国民经济的许多范围，事实上，由于所涉及的控制对象种类繁多，典型的过程控制一直是工业控制发展的焦点，并且对于工业上实际过程控制对象而言，典型过程控制对象是基础。被控对象不一样时控制方法也是不一样的。另外，系统的非线性，时延和带有不确定性等因素增添了过程控制的难度，因为它们主要加剧了过程建模的难度，即使在线性化可以近似得到数学模型之后。

论文以单容水箱液位的控制作为典型过程控制对象的代表，先对单容水箱进行机理建模，进而根据水箱输入输出数据进行最小二乘法辨识，得到相应的参数，得到一个完整的水箱液位模型。通过对最小误差的平方进行求和，最小二乘法辨识找到数据的最佳函数匹配。然后使用神经网络控制方法来控制单容量水箱的水位。 最后对控制方案进行仿真并得到相应的波形图，并通过改变每层的神经元个数来对控制方案进行比较， 发现在每层神经元为四个时控制效果达到最佳，从而完成了对单容水箱的控制。

关键词：单容水箱，最小二乘法，simulink，神经网络控制

目录

摘要

ABSTRACT

第1章 绪论-1

1.1 选题背景及意义-1

1.2 最小二乘法辨识的发展现状及发展前景-2

1.3 控制方法综述-2

1.4 人工神经网络的应用-3

第2章 单容水箱的系统组成及机理建模-4

2.1 单容水箱的系统组成-4

2.2单容水箱的机理建模-4

2.2.1 建模机理-5

2.2.2 系统建模-5

2.2.3 模型简化-6

第3章 单容水箱的最小二乘法辨识-9

3.1 辨识方法综述-9

3.2 最小二乘法的原理-9

3.3 最小二乘法辨识水箱机理模型-10

第4章 单容水箱液位系统的神经网络控制-15

4.1 神经网络控制理论-15

4.2 BP神经网络-15

4.2.1 BP神经网络模型-15

4.2.2 权值的调整规则-17

4.2.3 BP网络的计算步骤-19

4.3 神经网络的训练-20

4.4 应用 Simulink 构造BP神经网络-20

第5章 单容水箱液位控制系统MATLAB仿真-22

5.1 MATLAB简介-22

5.2 基于simulink的神经网络模块-22

5.2.1神经网络模块-22

5.2.2 模块的生成-25

5.3 单容水箱液位系统神经网络控制的simulink仿真-26

5.3.1 神经网络控制器的训练-26

5.3.2 BP经网络在单容水箱液位控制系统中的应用-31

第6章 总结与展望-34

6.1 总结-34

6.2 展望-34

参考文献-35

致    谢-36

附   录-37