【正文】 ol strategy. For multivariable systems, the coupling, and some can be taken to adjust capacity and transfer the appropriate amount of matching, and retuning regulator approaches to overe. PID control method is one of the traditional control methods and gets good effects under many application situations. But with the increase in plexity of manufacture technology and demands of industrial process performance, the conventional PID control can not meet the requirement of closed loop optimized control, Intelligent control independent of model of a plant and based on knowledge offers a new idea for improving the process control quality, of which neural network as one of modern information process technologies, has some advantages in many applications. Neural network control became a regarded research direction. Single neuron as a neural network the basic unit, has the very strong ability in information synthesis, study memory, selfstudy, and adaptation, so, it can deal with some processes that are difficult to describe with the model or rule, structure is simple and calculation is very easy. * If they bination, they can to some extent solve the traditional PID controller difficult online realtime setting parameters, some difficult to deal with plex process and parameters slow timevarying systems for effective control inadequate. It is use the single neuron adaptive PID controller39。若將這兩者結(jié)合，則可以在一定程度上解決傳統(tǒng)PID調(diào)節(jié)器不易在線實(shí)時整定參數(shù)、難于對一些復(fù)雜過程和參數(shù)慢時變系統(tǒng)進(jìn)行有效控制的不足。而神經(jīng)網(wǎng)絡(luò)作為現(xiàn)代信息處理技術(shù)的一種，正在很多應(yīng)用中顯示它的優(yōu)越性，它在自動控制領(lǐng)域的應(yīng)用成果神經(jīng)網(wǎng)絡(luò)控制也成為令人矚目的發(fā)展方向。PID控制方法是經(jīng)典控制算法中的典型代表，并在多種控制場合取得了很好的效果，但隨著生產(chǎn)工藝的日益復(fù)雜和人們對工業(yè)過程總體性能要求的不斷提高，傳統(tǒng)的PID控制方法往往難以滿足閉環(huán)優(yōu)化控制的要求。遼寧科技大學(xué)本科生畢業(yè)設(shè)計（論文） 第24頁單神經(jīng)元PID多變量解耦控制研究摘 要對于具有非線性、大遲滯、強(qiáng)耦合特點(diǎn)的多變量系統(tǒng)，研究人員很難找到理想方法解決控制中的諸多問題。對于多變量系統(tǒng)之間的耦合，有些可以采取被調(diào)量和調(diào)節(jié)量之間的適當(dāng)匹配，和重新整定調(diào)節(jié)器的方法加以克服?；谥R且不依賴于模型的智能控制為解決這類問題提供了新的思路，成為目前提高過程控制質(zhì)量的重要途經(jīng)。單神經(jīng)元作為構(gòu)成神經(jīng)網(wǎng)絡(luò)的基本單位，具有很強(qiáng)的信息綜合、學(xué)習(xí)記憶和自學(xué)習(xí)、自適應(yīng)能力，可以處理那些難以用模型和規(guī)則描述的過程，而且結(jié)構(gòu)簡單易于計算。正是利用它們的優(yōu)點(diǎn)做成單神經(jīng)元自適應(yīng)PID控制器對多變量系統(tǒng)進(jìn)行解耦控制會起到一個很好的控制效果。s advantages for multivariable control systems decoupling will play a very good control effect.Keywords: Decoupling Control System。 Single Neuron Adaptive PID目 錄摘 要 IAbstract II 1 課題研究背景 1 工業(yè)控制中常見的耦合現(xiàn)象 1 研究解耦控制系統(tǒng)目的及意義 2 解耦控制的國內(nèi)外研究現(xiàn)狀 3 解耦控制研究現(xiàn)狀和成果 3 解耦控制的研究方法和內(nèi)容 3 4 PID控制的基本原理 4 數(shù)字PID控制算法 5 位置式PID控制算法 5 增量式PID控制算法 6 7 單神經(jīng)元簡介 7　單神經(jīng)元模型 7 單神經(jīng)元學(xué)習(xí)規(guī)則 7 基于單神經(jīng)元的PID控制 8 基于單神經(jīng)元的自適應(yīng)PID控制器 8 12 多變量過程控制系統(tǒng)解耦控制 12 多變量過程控制系統(tǒng)解耦原理與方法 12 多變量過程控制系統(tǒng)智能解耦技術(shù) 17 單神經(jīng)元自適應(yīng)PID多變量解耦控制 17結(jié) 論 22致 謝 23參考文獻(xiàn) 24第1章 緒論多輸入多輸出(MIMO)系統(tǒng)內(nèi)部結(jié)構(gòu)復(fù)雜，往往存在有一定程度的耦合作用，一個輸入信號的變化可能會使多個輸出量發(fā)生變化，每個輸出量也不只受一個輸入信號的影響。為了達(dá)到高質(zhì)量的控制性能，必須進(jìn)行解耦設(shè)計，構(gòu)成一個解耦控制系統(tǒng)。 課題研究背景耦合是生產(chǎn)過程控制系統(tǒng)普遍存在的一種現(xiàn)象，是避免不了的，生產(chǎn)過程是一種有序過程，環(huán)環(huán)相扣，變量間關(guān)系錯綜復(fù)雜，一個過程變量的波動往往會影響多個變量的變化，的改變對、同時發(fā)生影響，同樣，的改變也同時對、發(fā)生影響。G11(s)G21(s)G21(s)G21(s) 雙變量耦合對象方框圖 工業(yè)控制中常見的耦合現(xiàn)象 隨著科學(xué)研究的發(fā)展與技術(shù)的進(jìn)步，生產(chǎn)向快速、大容量、高品質(zhì)的方向發(fā)展，對這種牽一發(fā)而動全身的耦合現(xiàn)象，要求控制系統(tǒng)越來越復(fù)雜，需要控制的變量通常不止一對而且相互關(guān)聯(lián)。還有電力系統(tǒng)的頻率、功率與電壓是三個需要控制又彼此相關(guān)的量精餾塔的頂部產(chǎn)品成分和回流量壓力與溫度關(guān)聯(lián)，底部產(chǎn)品的成分、回流、送料速度以及塔板溫度等，都是一些彼此有關(guān)聯(lián)的量；因此，多變量系統(tǒng)的控制問題是有豐富內(nèi)涵和實(shí)際工程背景的課題[1]。在某種程度上，可以說自動化是現(xiàn)代化的同義詞。自動化專業(yè)畢業(yè)生面臨的是一個五彩紛呈、擇業(yè)范圍廣闊的人才市場，具有豐富的多樣性選擇，為了適應(yīng)各種工作的需求，自動化專業(yè)的學(xué)生需要學(xué)習(xí)的自動化領(lǐng)域中的知識愈來愈多，要求掌握的自動化技術(shù)范圍越來越寬。 一段時間以來，由于各種原因，學(xué)生的認(rèn)識實(shí)習(xí)和生產(chǎn)實(shí)習(xí)在生產(chǎn)現(xiàn)場受到條件限制，能學(xué)到的實(shí)際知識非常有限，自己動手解決實(shí)際問題的機(jī)會幾乎沒有。為我們在以后的學(xué)習(xí)和工作打下一個良好的基礎(chǔ)，使我們畢業(yè)以后能更好、更快的融入社會。耦合是生產(chǎn)過程、機(jī)電通訊設(shè)備或儀器儀表裝置普遍存在的現(xiàn)象，對于極弱耦合度的對象控制系統(tǒng)品質(zhì)尚可保證。因此，解耦控制的研究不僅具有重要的學(xué)術(shù)價值、更