基于PSO-BP的智能溫度控制器.pdf

1、溫度控制是工業(yè)過程控制對象的重點和難點。目前,傳統(tǒng)的PID控制方式占主導地位,但在被控對象無法建立準確模型的情況時,PID參數(shù)的整定不便仍是一個難點。神經(jīng)網(wǎng)絡技術(shù)是智能控制的主要分支之一,它能逼近任意非線性曲線,被廣泛應用于工業(yè)中。但 BP神經(jīng)網(wǎng)絡在應用時有一些固有的缺陷,而粒子群算法具有全局搜索特性。本文結(jié)合泰安磐然科技有限責任公司的項目,對基于粒子群優(yōu)化(Particle Swarm Optimization,簡稱PSO)BP神經(jīng)網(wǎng)

2、絡展開研究,論文的主要內(nèi)容如下:
　　首先,本文從智能溫度控制系統(tǒng)設計思想出發(fā),介紹了溫度控制對象的非線性、多耦合、大延遲的特點,找到了難以控制的原因;分析了常用溫度傳感器熱點偶和熱電阻的工作原理、A/D采樣電路、PWM波驅(qū)動固態(tài)繼電器工作電路;對幾種目前應用在溫度控制領(lǐng)域的控制算法的特點進行了比較分析,為開發(fā)智能溫度控制器墊定了理論基礎(chǔ)。
　　其次,分析了BP神經(jīng)網(wǎng)絡和PSO算法的優(yōu)缺點,發(fā)現(xiàn)PSO算法是基于全局尋優(yōu)的搜索

3、算法,提出了基于PSO-BP的溫度智能預測方法。該方法是采用PSO優(yōu)化BP神經(jīng)網(wǎng)絡的算法,具有很好的泛化能力,既能很好的發(fā)揮 BP神經(jīng)網(wǎng)絡的非線性特點,又克服了BP神經(jīng)網(wǎng)絡訓練時間長、易陷入局部最優(yōu)的缺點。以公司實驗數(shù)據(jù)為依據(jù),應用PSO優(yōu)化BP神經(jīng)網(wǎng)絡的算法對電加熱爐進行了預測,結(jié)果顯示,優(yōu)化后神經(jīng)網(wǎng)絡預測有效時間延長,預測精度提高。所以,本文應用PSO-BP算法來辨識整定PID參數(shù),達到溫度控制器自整定的目的。仿真結(jié)果表明,應用PS