freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

神經(jīng)網(wǎng)絡(luò)pid在鍋爐蒸汽壓力中的應(yīng)用-wenkub.com

2025-05-06 19:48 本頁面
   

【正文】 u_4=u_3。 end d_wi=xite*delta239。 end end wo=wo_1+d_wo+alfa*(wo_1wo_2)。 end dyu(k)=sign((yout(k)y_1)/(u(k)u_1+))。 du(k)=Kpid*epid。 %輸出層輸出, Getting kp,ki,kd 江蘇科技大學(xué) 本科畢業(yè)設(shè)計(jì)(論文) 29 end kp(k)=K(1)。 I=xi*wi39。 x(3)=error(k)2*error_1+error_2。%對象輸出差分方程 error(k)=rin(k)yout(k)。 e_1=0。)。inputdelay39。 %參考輸入(階躍) %控制對象 K=1。 error_1=0。y_3=0。u_4=0。 x=[0,0,0]。 %初始化輸出層權(quán)值 %wo=*rands(Out,H)。wi_3=wi。 ]。%神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 453 wi=[ 。 %慣性系數(shù) alfa=。)。 legend(39。)。linewidth39。r39。 從最終的仿真結(jié)果可以得出,采用傳統(tǒng) PID 控制算法的響應(yīng)曲線震蕩太明顯,過渡時(shí)間較長,超調(diào)量較大;而采用 BP 神經(jīng)網(wǎng)絡(luò)控制算法的響應(yīng)曲線,系統(tǒng)無震蕩,過渡時(shí)間相比來說很短,且無超調(diào),最先得到了穩(wěn)定輸出,可以看出其控制效果明顯優(yōu)于傳統(tǒng)的 PID 控制算法。相對于傳統(tǒng)的 PID 控制器,神經(jīng)網(wǎng)絡(luò) PID 控制器具有更好的控制效果,適應(yīng)性和 容錯(cuò)能力 。常規(guī) PID 控制系統(tǒng)在控制一個(gè)過程對象前,必須要整定 PID 的三個(gè)參數(shù),包括比例增益、積分時(shí)間、微分時(shí)間,且 整定計(jì)算好后,在整個(gè)控制過程中都是固定不變的。 BP 神經(jīng)網(wǎng)絡(luò) PID 控制系統(tǒng)優(yōu)于常規(guī) PID 控制系統(tǒng)主要在于: (1)達(dá)到穩(wěn)定的過渡過程時(shí)問和上升時(shí)間短。PID 參數(shù)的改變影響 BP 神經(jīng)網(wǎng)絡(luò) PID 控制器的輸出,從而影響被控對象的輸出。加權(quán)系數(shù)取區(qū)間 [,]上的隨機(jī)數(shù) [26]。 圖 41 常用鍋爐結(jié)構(gòu)圖 經(jīng)過長期的應(yīng)用實(shí)踐, 以蒸發(fā)量為 2t/h,穩(wěn)定蒸汽壓力為 的船用小型燃油蒸汽鍋爐為控制對象。 江蘇科技大學(xué) 本科畢業(yè)設(shè)計(jì)(論文) 18 第 4章 神經(jīng)網(wǎng)絡(luò) PID 在鍋爐蒸汽壓力中的應(yīng)用 鍋爐蒸汽壓 力數(shù)學(xué)模型 蒸汽系統(tǒng)是鍋爐仿真中的核心部分,它的建模涉及一些對汽機(jī)和鍋爐安全運(yùn)行至關(guān)重要的監(jiān)控參數(shù),如汽包的壓力、水位等。 控制器由兩部分組成: ①參數(shù)可調(diào)的 PID 控制器,直接對被控對象進(jìn)行閉環(huán)控制; ②神經(jīng)網(wǎng)絡(luò) NN,根據(jù)系統(tǒng)的運(yùn)行狀態(tài),實(shí)現(xiàn)自適應(yīng)算法,調(diào)節(jié) PID 控制器的參數(shù)以達(dá)到某種性能指標(biāo)的最優(yōu)化要求 [22]。 這種控制方式在結(jié)構(gòu)上不再明顯包含 PID 控制器,而是將神經(jīng)網(wǎng)絡(luò)和 PID 控制規(guī)律融為一體,將誤差信號的比例、積分、微分運(yùn)算和 PID 參數(shù)的自適應(yīng)整定在一個(gè)前向神經(jīng)網(wǎng)絡(luò)中完成 [21]。 江蘇科技大學(xué) 本科畢業(yè)設(shè)計(jì)(論文) 16 BP 神經(jīng)網(wǎng)絡(luò) PID 控制器設(shè)計(jì) 介紹了單神經(jīng)元 PID 控制器,即在常規(guī) PID 控制器的基礎(chǔ)上增加一個(gè)或多個(gè)神經(jīng)網(wǎng)絡(luò),用神經(jīng)網(wǎng)絡(luò)在線調(diào)整 PID 參數(shù)。這些方法在一定程度上提高了 PID 控制器的性能,但這些方案一般是針對某些具體問題,缺乏通用性,附加的結(jié)構(gòu)和算法也增加了控制器的復(fù)雜性,使它們的廣泛應(yīng)用受到限制。 人工神經(jīng) 網(wǎng)絡(luò)和 PID 控制的 結(jié)合 由上節(jié)的簡要介紹我們得知: PID 控制器的設(shè)計(jì)關(guān)鍵是如何確定比例、積分 和微分系數(shù),但這些參數(shù)整定中的困難又使 PID 控制器的應(yīng)用受到限制。 PID 三個(gè)參數(shù)選擇的好壞,直接影響到控制效果的好壞。在設(shè)計(jì)控制系統(tǒng)的過程中人們主要關(guān)心的問題是“設(shè)定值跟蹤特性 和“干擾抑制特性’’,而傳統(tǒng)的 PID 控制器只能通過整定一組 PID 參數(shù)來滿足一個(gè)方面的要求。 首先,傳統(tǒng) PID 無自適應(yīng)能力。 PID 參數(shù)( PK , IK , DK )可以根據(jù)過程動態(tài)特性及時(shí)調(diào)整。 PID 控制器的原理及其特點(diǎn) ① PID 控制器的原理 PID 控制系統(tǒng)的結(jié)構(gòu)圖如圖 31 所示: 比 例微 分積 分 對 象r ( t ) e ( t ) u ( t ) y ( t ) 圖 31 PID 控制系統(tǒng) 結(jié)構(gòu)圖 給定值 )(tr 與實(shí)際輸出值 )(ty 構(gòu)成控制偏差: )()()( tytrte ?? ( 31) 將偏差 te 的比例 )(P 、積分 )(I 和微分 )(D 通過線性組合構(gòu)成控制量,對被控對象進(jìn)行控制,其控制規(guī)律為: dt tdeTdtteTteKtu DtIP )()(1)([)( 0 ??? ? dt tdeKteKteK DtIp )()()( 0? ??? ( 32) 寫成傳遞函數(shù)形式: ]11[)( )()( sTTsKsE sUsG DP ???? ( 33) 其中, pT —— 比例系數(shù); IT —— 積分時(shí)間常數(shù); 江蘇科技大學(xué) 本科畢業(yè)設(shè)計(jì)(論文) 14 DT —— 微分時(shí)間常數(shù); PID 控制效果的好壞在很大程度上取決于系統(tǒng)參數(shù)的整定,即控制器參數(shù)的選擇,簡單說來, PID 控制器各校正環(huán)節(jié)的作用如下: (1)比例環(huán)節(jié) 比例環(huán)節(jié)能成比例地反映控制系統(tǒng)的偏差信號 )(terror ,偏差一旦產(chǎn)生,控制器立即產(chǎn)生控制作用,減少偏差。所以說, BP 網(wǎng)絡(luò)是一個(gè)有導(dǎo)師的學(xué)習(xí)過程。 BP 網(wǎng)絡(luò)的學(xué)習(xí)過程由正向和反向傳 播兩部分構(gòu)成。 常見的學(xué)習(xí)規(guī)則為: (1)無監(jiān)督 Hebb 學(xué)習(xí)規(guī)則 Hebb 學(xué)習(xí)規(guī)則是一類相關(guān)學(xué)習(xí),它的基本思想是:如果兩個(gè)神經(jīng)元同時(shí)被激活,則它們之 間的連接強(qiáng)度的增強(qiáng)與它們激勵(lì)的乘積成正比。學(xué)習(xí)規(guī)則可以分為兩類:有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)。如果它是從 A點(diǎn)開始向下滑行,則最終到達(dá)全局最小點(diǎn) B[11]。 ijku......輸 入 層隱 含 層 輸 出 層 圖 26 多層前饋網(wǎng)絡(luò)結(jié)構(gòu) BP 學(xué)習(xí)算法的計(jì)算公式及流程圖 設(shè) BP 神經(jīng)網(wǎng)絡(luò)為三層網(wǎng)絡(luò),輸入神經(jīng)元以 i 編號,隱含層神經(jīng)元以 j 編號,輸出層神經(jīng)元以 k 編號,計(jì)算公式如下: 隱含層第 j 個(gè)神經(jīng)元的輸入為: ??i iijj ow ( 26) 第 j 個(gè)神經(jīng)元的輸出為: 江蘇科技大學(xué) 本科畢業(yè)設(shè)計(jì)(論文) 9 )( jj go ? ( 27) 輸出層第 k 個(gè)神經(jīng)元的輸入為: ??j jkjk ow ( 28) 相應(yīng)的輸出為: )( kk go ? ( 29) 式中, g —— s 函數(shù),有: )(1 1)( ????? xexg ( 210) 式中, ? —— 閥值或偏置值 , 0?? ,則使 S 曲線沿橫坐標(biāo)左移,反之則右移。 BP 神經(jīng)網(wǎng)絡(luò) BP 神經(jīng)網(wǎng)路概述 Rumelhart 和 與 1986 年提出了多層網(wǎng)絡(luò)的誤差反向傳播算法( Error BackPropagation Training),即 BP 算法,系統(tǒng)解決了多層網(wǎng)絡(luò)中隱含單元的連接權(quán)問題,預(yù)示著 BP 網(wǎng)絡(luò)的出現(xiàn) [9]。 ∑ ?w 1w j w nu 1u ju n ..xf ( x )w 0 μ 0 = 1y. 圖 24 單層感知器模型 感知器的輸出為: ? ?? ???? nj nj jjjj uwfuwfy 1 0 )()( ? ( 25) 其中, ju 為感知器的第 j 個(gè)輸入; ???0w (閥值); 10?u 。 )0x 1 x 2x 3..w 1 圖 23 通用神經(jīng)元模型 江蘇科技大學(xué) 本科畢業(yè)設(shè)計(jì)(論文) 7 感知器模型 感知器( Perception)是模擬人的視覺,接收環(huán)境信息,并由神經(jīng)沖動進(jìn)行信息傳遞的神經(jīng)網(wǎng)絡(luò)。(u 是一個(gè)多輸入單輸出的函數(shù) ),( ?wxuu ? ;激活函數(shù)的作用是對基函數(shù)輸出 u 進(jìn)行“擠壓”: )(ufy? ,即通過非線性函數(shù) )(u 和 ) 一般的神經(jīng)元模型 MP 模型過于簡單,且權(quán)值不能學(xué)習(xí),因此實(shí)際上需要更復(fù)雜、靈活性更高的神經(jīng)元模型。 MP 模型是一個(gè)多 輸入單輸出的非線性處理單元,示意圖如圖 22 所示。 Hopfield網(wǎng)絡(luò)和 Boftzmann機(jī)都屬于這一類網(wǎng)絡(luò)。很多自組織網(wǎng)絡(luò)屬于這種類型。感知器就屬于這種網(wǎng)絡(luò)類型。激活函數(shù)可以 是線性的江蘇科技大學(xué) 本科畢業(yè)設(shè)計(jì)(論文) 5 也可以是非線性的。 nkw 為神經(jīng)元 k 的連接權(quán)值,kb 為閥值, ky 為神經(jīng)元 k 的輸出。 人工神經(jīng)元一般是一個(gè)多輸 入 /單輸出的非線性器件,其結(jié)構(gòu)模型如圖 21 所示。由于神經(jīng)網(wǎng)絡(luò)由大量簡單計(jì)算單元組成,因而易于用軟硬件來實(shí)現(xiàn) [5]。 仿真 實(shí)現(xiàn)傳統(tǒng)PID 控制算法和神經(jīng)網(wǎng)絡(luò) PID 控制算法對控制對象模型的控制,并繪制仿真 曲線圖。 第 二章 神經(jīng)網(wǎng)絡(luò)概述,本章簡要介紹了幾種主要的人工神經(jīng)網(wǎng)絡(luò)模型及工作原理、作用函數(shù)和學(xué)習(xí)方法,包括: MP 模型、單神經(jīng)元模型、感知器模型和 BP 神經(jīng)網(wǎng)絡(luò)模型。利用 BP 神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn),基于 BP 神經(jīng)網(wǎng)絡(luò)設(shè)計(jì) PID 控制器,改善系統(tǒng)的控制性能,無論在理論還是實(shí)踐上都具有重要意義。顯然,這可以用到機(jī)器人的攝像機(jī)控制上,而且還可以應(yīng)用到諸如火炮之類的武器系統(tǒng)中去。 ( 4) 信號處理:神經(jīng)網(wǎng)絡(luò)同樣也被廣泛地應(yīng)用于信號處理,如目標(biāo)檢測、畸變波形的恢復(fù)、雷達(dá)回波的多目標(biāo)分類、運(yùn)動目標(biāo)的速度估計(jì)、多目標(biāo)跟蹤等。在金融、銀行、保險(xiǎn)行業(yè)的應(yīng)用主要是進(jìn)行顧客群體特征分析、市場研究消費(fèi)傾向分析等。 Rumelhart 等人最重要的貢獻(xiàn)是提出了適用于多層神經(jīng)網(wǎng)絡(luò)模型的誤差反向傳播江蘇科技大學(xué) 本科畢業(yè)設(shè)計(jì)(論文) 2 ( Error BackPropagation, BP),該方法將學(xué)習(xí)結(jié)果反饋到中間層的隱含節(jié)點(diǎn)中,解決了多層神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)問題。 從某種意義上說,人工神經(jīng)網(wǎng)絡(luò)、并行分布處理和神經(jīng)計(jì)算機(jī)是統(tǒng)一的概念。 神經(jīng)網(wǎng)絡(luò) PID 控制系統(tǒng)是基于實(shí)際操作中多次測試得到的鍋爐主蒸汽壓力數(shù)學(xué)模型,集自動化儀表技術(shù)、計(jì)算機(jī)技術(shù)和自動控制技術(shù)為一體的仿真系統(tǒng)。由于其特殊的工作環(huán)境,相對普通電站蒸汽系統(tǒng)而 言,船舶蒸汽動力系統(tǒng)具有慣性小、動態(tài)過程變化大、各子系統(tǒng)的關(guān)聯(lián)和制約因素多等特點(diǎn)。一個(gè) 先進(jìn)的、易于應(yīng)用的控制算法的出現(xiàn)會對工業(yè)生產(chǎn)產(chǎn)生巨大的推動作用。 BP 神經(jīng)網(wǎng)絡(luò)結(jié)合傳統(tǒng) PID 控制方法在鍋爐蒸汽壓力中的應(yīng)用,取得了良好的控制效果。 四、主要參考資料(包括書刊名稱、出版年月等) : . 面向 MATLAB工具箱的神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用(第 3 版) . 合肥:中國科學(xué)技術(shù)大學(xué)出版社, 2020 .先進(jìn) PID 控制 MATLAB 仿真 (第 2 版 ). 北京:電子工業(yè)出版社, 2020 ,金太東 . BPPID 在鍋爐蒸汽壓力控制中的應(yīng)用 . 武漢工程大學(xué)學(xué)報(bào), 2020, 31(7): 9194 . BP 神經(jīng)網(wǎng)絡(luò) PID 控制 (碩士論文 ). 華東師范大學(xué),2020 . BP 神經(jīng)網(wǎng)絡(luò) PID 在三容系統(tǒng)中的控制研究 (碩士論文 ). 合肥工業(yè)大學(xué), 2020 系 (教研室 )主任: (簽章) 年 月 日 學(xué)院主管領(lǐng)導(dǎo): (簽章 ) 年 月 日 江蘇科技大學(xué) 本科畢業(yè)設(shè)計(jì)(論文) I 摘 要 船用 鍋爐主蒸汽壓力調(diào)節(jié)對象含有大慣性、大滯后環(huán)節(jié), 而 常規(guī) PID 控制方法不具備自適應(yīng)能力,所以 很難滿足實(shí)際的控制要求。 4月 23日 ~ 5月 10日 完成 BP 網(wǎng)絡(luò)的 PID控制的仿真程序。 二、 完成后應(yīng)交的作業(yè)(包括各種說明書、圖紙等) 1.符合要求的開題報(bào)告以及英文翻譯資料; 2.用 Matlab 軟件實(shí)現(xiàn)基于 BP 網(wǎng)絡(luò)的 PID控制器對鍋爐蒸汽壓力的控制; 3.提供原程
點(diǎn)擊復(fù)制文檔內(nèi)容
畢業(yè)設(shè)計(jì)相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖片鄂ICP備17016276號-1