1、熱水鍋爐水溫控制的智能方法研究,制作:符國炎 指導(dǎo)老師:朱雙東,課題分析,關(guān)鍵詞: 鍋爐:一種將燃料燃燒，使其中的化學(xué)能轉(zhuǎn)變?yōu)闊崮軅鬟f給水，使水變?yōu)橛幸欢▔毫蜏囟鹊恼羝驘崴脑O(shè)備。簡單地說，鍋爐是一種產(chǎn)生熱水或蒸汽的設(shè)備，即蒸汽（熱水）發(fā)生器。 溫度控制:一般使用PI或PID控制。 智能控制:一類無需人的干預(yù)就能獨立驅(qū)動智能機(jī)械而實現(xiàn)其目標(biāo)的自動控制。 （基于BP神經(jīng)網(wǎng)絡(luò)的PID自整定智能控制方法）,主要工作,1.以AE2000A 過程控制實驗臺為硬件基礎(chǔ)，MCGS組態(tài)軟件為控制軟件平臺，實現(xiàn)了鍋爐溫度的傳統(tǒng)PID控制?？刂菩Ч罴芽蛇_(dá)：控制精度在0.3之內(nèi)；此時的超調(diào)量為4.6%，調(diào)節(jié)時

2、間Ts =1.8分鐘，峰值時間Tp =1.25分鐘。并且驗證了PID各參數(shù)對系統(tǒng)性能的影響。,2提出了一種新型的智能控制算法基于BP神經(jīng)網(wǎng)絡(luò)的PID自整定算法。本文以MATLAB為工具分別對傳統(tǒng)PID控制算法和基于BP神經(jīng)網(wǎng)絡(luò)的PID自整定算法進(jìn)行了仿真實驗，結(jié)果表明本文所采基于神經(jīng)網(wǎng)絡(luò)的控制算法在自適應(yīng)性、魯棒性和控制品質(zhì)等方面較單純PID算法有較顯著的提高。,主要內(nèi)容:,第一章 鍋爐溫度控制概述 第二章 智能溫度控制算法的研究 第三章 硬件組成(AE2000A) 第四章 軟件組成(MCGS組態(tài)) 第五章 實驗結(jié)果及分析 第六章 基于BP神經(jīng)網(wǎng)絡(luò)的PID自整定算法的MATLAB仿真,PID控

3、制,PID控制器結(jié)構(gòu)圖：,數(shù)字PID控制算法,位置型： 增量型： 式中 本設(shè)計使用增量型。,鍋爐溫度控制的系統(tǒng)結(jié)構(gòu),測溫元件：鉑電阻 pt100，三線制接法。 執(zhí)行機(jī)構(gòu) ：三相可控硅（SCR）移相調(diào)壓裝置，4-20mA調(diào)節(jié)晶閘管的導(dǎo)通角從而提高0-380V的連續(xù)可調(diào)交流電壓。 A/D、D/A模塊：本系統(tǒng)中的A/D、D/A模塊對應(yīng)于遠(yuǎn)程數(shù)據(jù)采集模塊ICP-7017、ICP-7024。 水循環(huán)：為了提高控制精度，使溫度超調(diào)后能迅速下降，縮短調(diào)節(jié)時間。,軟件設(shè)計,MCGS( Monitor and Control Generated System,通用監(jiān)控系統(tǒng)) 時實數(shù)據(jù)庫的建立 設(shè)備窗口的組態(tài) 用

4、戶窗口的組態(tài) 主控窗口的組態(tài) 運行策略的組態(tài),主控制界面,實驗結(jié)果及分析,被控對象數(shù)學(xué)模型的建立 階躍響應(yīng)曲線法： 最終數(shù)學(xué)模型為：,擴(kuò)充響應(yīng)曲線法整定PID,取控制度為1.05,查表得 實驗證明此種方法不能得到很好的控制效果，只能給試湊法提供調(diào)整依據(jù)。,試湊法整定PID,P 調(diào)節(jié)與分析 加大Kp，在系統(tǒng)穩(wěn)定的情況下，可以減小穩(wěn)態(tài)誤差ess，提高控制精度。但是加大Kp只是減少ess，卻不能完全消除穩(wěn)態(tài)誤差。Kp偏大，會使系統(tǒng)震蕩趨向不穩(wěn)定。,PI調(diào)節(jié)與分析,PID調(diào)節(jié)與分析,總結(jié)PID各參數(shù)對系統(tǒng)的影響,1.比例系數(shù)Kp對系統(tǒng)性能的影響 （1）對動態(tài)性能的影響 Kp加大，使系統(tǒng)動作靈敏，速度加

5、快。Kp偏大，則振蕩次數(shù)加多，調(diào)節(jié)時間加長。當(dāng)Kp太大時，系統(tǒng)會趨于不穩(wěn)定。若KP太小，又會使系統(tǒng)的動作緩慢。 （2）對穩(wěn)態(tài)特性的影響 加大Kp，在系統(tǒng)穩(wěn)定的情況下，可以減小穩(wěn)態(tài)誤差ess，提高控制精度。但是加大KP只是減少ess，卻不能完全消除穩(wěn)態(tài)誤差。 2.積分時間常數(shù)TI對系統(tǒng)性能的影響 （1）對動態(tài)性能的影響 Ti太小時，系統(tǒng)將不穩(wěn)定，Ti偏小，則系統(tǒng)振蕩次數(shù)較多。Ti太大，對系統(tǒng)性能的影響減少。當(dāng)Ti合適時，過渡過程的特性則比較理想。 （2）對穩(wěn)態(tài)特性的影響 積分控制能消除系統(tǒng)的穩(wěn)態(tài)誤差，提高控制系統(tǒng)的控制精度。但是，若TI太大時，積分作用太弱，以致不能減小穩(wěn)態(tài)誤差。 3.微分時間常

6、數(shù)TD對系統(tǒng)性能的影響 微分控制可以改善動態(tài)特性，如超調(diào)量減小，調(diào)節(jié)時間縮短。當(dāng)TD偏大時，超調(diào)量較大，調(diào)節(jié)時間較長；當(dāng)TD偏小時，超調(diào)量也較大，調(diào)節(jié)時間也較長。只有TD合適時，可以得到比較滿意的過渡過程。,控制策略的提出,神經(jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習(xí)、自適應(yīng)的能力，與傳統(tǒng)的PID結(jié)合，可以在一定程度上解決傳統(tǒng)PID不易在線實時整定參數(shù)，難以對一些復(fù)雜過程和參數(shù)慢時變系統(tǒng)進(jìn)行控制的不足，而且提高了系統(tǒng)的抗干擾性。 BP網(wǎng)絡(luò)是典型的神經(jīng)網(wǎng)絡(luò)具有逼近任意非線性函數(shù)的能力。,基于BP神經(jīng)網(wǎng)絡(luò)的PID自整定算法的MATLAB仿真,仿真模型的確定 上面求得數(shù)學(xué)模型 加上零階保持器 后進(jìn)行Z變換離散化后得：

7、T=1s,單位階躍作用下,擾動作用下,結(jié)論,優(yōu)點：基于神經(jīng)網(wǎng)絡(luò)的PID控制算法結(jié)合了神經(jīng)網(wǎng)絡(luò)與PID控制算法的優(yōu)點，具有良好的自適應(yīng)能力，并且能夠在線調(diào)整參數(shù)，進(jìn)一步增強(qiáng)了這種算法的自適應(yīng)能力，無論是超調(diào)量,調(diào)節(jié)時間,魯棒性,抗干擾性等方面都有很大的改善。 缺點：基于神經(jīng)網(wǎng)絡(luò)的PID控制算法的控制效果很大程度上決定于網(wǎng)絡(luò)的初始連接權(quán)，因為PID的自整定過程就是BP網(wǎng)絡(luò)的收斂過程，而對控制系統(tǒng)來說，要求自整定時間要盡量的短，即BP網(wǎng)絡(luò)收斂時間短，要減小網(wǎng)絡(luò)的收斂時間就需要有一組特定初始連接權(quán)值。對于不同的控制系統(tǒng)，所對應(yīng)的最佳初始連接權(quán)值也應(yīng)不同，而要獲取最佳初始連接權(quán)值又是一項困難的工程，需要很多次的嘗試。（4，5，3）,致謝,首先我要忠心地感謝我的導(dǎo)師朱雙東教授，他對我的畢業(yè)設(shè)計給