模糊神經網絡在膠粘劑生產過程中的研究與應用.pdf

1、膠粘劑是生產人造板的重要材料。膠粘劑生產過程屬聚合反應,在影響膠粘劑聚合反應的諸多因素中,最重要的是生產過程的溫度控制,溫度控制的品質會直接影響產品質量。聚合反應過程既是化學反應過程,又是物理變化過程,聚合機理復雜,表現(xiàn)出非線性、時變、時滯、被控對象模型不確定等特點,對這類工業(yè)過程建立精確的數(shù)學模型非常困難,單純的經典PID控制理論在聚合反應釜溫度控制上難以取得好的控制效果。
　　 本文主要研究膠粘劑生產過程反應釜的溫度控制,在

2、分析該生產過程溫度變化特點及控制難點,總結不同溫度控制策略和不同控制算法具有不同控制精度原因的基礎上,將模糊理論的知識表達與神經網絡的自學習能力有機地結合起來,提出了一種模糊神經網絡控制方法。該方法針對反應釜溫度控制系統(tǒng)的特點,采用一種用于預測被控對象輸出的神經網絡預測器(NNP),預測器通過對網絡的學習,使控制器預先感知系統(tǒng)輸出狀態(tài)的變化趨勢,從而預測被控對象的末來輸出,利用神經網絡實現(xiàn)模糊控制器的功能,用反向傳播學習算法(BP)來調

3、整模糊神經網絡的參數(shù)。
　　 在MATLAB語言的SIMUINK平臺下分別對PID控制、常規(guī)模糊控制和模糊神經網絡控制進行仿真比較。仿真結果表明:模糊神經網絡控制具有更小的超調,無振蕩,平穩(wěn)性好,達到穩(wěn)定狀態(tài)的時間短,穩(wěn)態(tài)誤差小,其動態(tài)特性和靜態(tài)特性均為最優(yōu),由此驗證了模糊神經網絡這種控制方法應用于膠粘劑生產過程這一復雜系統(tǒng)溫度自動控制的可行性。
　　 為了進一步的研究,建立了相應的實驗室,設計了基于PCI總線板卡的監(jiān)控