本文研究的主要内容是织机系统的智能控制。由于我国纺织工业发展日趋加快,高档织机的需求越来越大,而从国外进口高档织机费用高昂。迫切需要国内研发出成熟高档的织机,大大提高织机的性价比。而由于难以得到系统的数学模型,所以传统的PID控制难以得到很好的控制效果,所以迫切需要寻找其他控制策略解决控制问题。 本文在对织机对象进行透彻分析的基础上,利用辨识建立系统的数学模型。首先采用最小二乘法建立近似的线性模型。由于神经网络能很好的逼近任何非线性系统,又不依赖于受控对象的数学模型,为了达到更精确的控制效果,又采用BP神经网络进行系统辨识。 以往常规的PID控制策略算法简单、鲁棒性好和可靠性高,而由于织机系统存在着非线性和不确定性,所以使用常规的PID控制参数整定方法不能达到很好的控制效果。针对在织机控制中存在的控制问题,必须采用智能控制策略来达到更好的控制效果,以适应高档织机的需要。研究了专家PID控制、模糊自适应PID控制、基于RBF神经网络整定的PID控制、基于RBF神经网络的内模控制。在实际织机控制中采用先进PID控制,取得了很好的控制效果。还使用matlab对使用神经网络内模控制进行了仿真,取得了很好的效果。