论文部分内容阅读
工业热处理炉是工业生产中的重要设备,在冶金工业加工过程中,热处理炉有着广泛的应用。它具有升温单向性、大惯性、大滞后等特点,同时炉料数量和放置位置的变化,使得对象的参数具有时变特性。很难用数学模型方法建立精确的模型和确定参数,应用传统的控制理论和方法难以达到好的控制效果。
本文详细分析了热处理炉的动特特性,针对其特点,运用模糊控制和神经网络理论,建立了模糊神经网络(FNN)自学习PID工业热处理炉控制算法。该算法根据炉温的变化能够在线的修正其控制参数,使炉温按照指定的规律变化,从而达到自动控稳的目的。控制系统包括硬件和软件两部分。系统硬件由PC486微机、热电偶、温度变送器、A/D板、I/O口输入输出板和双向可控硅等部分组成。系统软件采用下拉式菜单对热处理炉进行管理,包括模拟图显示、工况运行、运行曲线、运行设定、打印报表等部分。该系统实现了温度、三相电流、三相电压的显示、报警以及双向可控硅的安全保护等功能。整个软件采用TurboC编程,在西文下编写。该控制系统己在实验室进行了模拟调试和试验。主要包括超调量、鲁棒性,以及双向可控硅安全保护试验,通过实验室试验,验证了模糊神经网络(FNN)自学习的控制效果。试验结果表明,该控制算法与系统具有控制精度高,响应速度快、超调量小等特点。