论文部分内容阅读
神经网络控制是智能控制的重要方式之一,它广泛应用于自动控制学科各个领域。 本文首先叙述了控制系统中常用的多层前馈网络结构及算法(BP算法),特别提及了能够较好描述系统动态性能的对角递归神经网络和在用递推预报误差算法训练DRNN时取得了较快的收敛速度。 其次,应用工程方法分析设计了TF-1350糖分离机的电流、转速双闭环直流调速系统的控制器,作为引入神经网络控制的设计基础,并建立了系统的仿真模型。 然后,应用单神经元自适应PSD控制器改造调速系统的转速环,代替传统PI调节方式的转速控制器。仿真表明,新系统在超调、抗负载扰动和参数时变方面性能优于的传统的PI控制方式,系统的鲁棒性增强。 在分析单神经元自适应PSD控制器特性后,本文提出用对角递归神经网络辩识控制对象,为PSD控制器提供灵敏度参数,从而构成一神经网络自校正控制方案。仿真结果显示,该控制方案提高了系统动、静态性能指标。