Keywords: Resistance furnace,common PID conreol,Fuzzy-PID control,MATLAB， BP neural network

目 录

第一章绪论 1

1.1研究背景 1

1.2控制方案 2

1.2.1PID线性温度控制法 2

1.2.2智能温度控制法 2

1.3本文的工作及意义 3

第二章控制理论 4

2.1经典控制理论 4

2.1.1概述 4

2.1.2模拟PID控制器 4

2.1.3数字PID控制器 5

2.2模糊控制理论 6

2.2.1概述 6

2.2.2结构 7

2.2.3原理 7

2.2.4模糊控制的发展前景 11

2.3神经网络理论 11

2.3.1概述 11

2.3.2原理 12

2.3.2.1神经元模型及其特性 12

2.3.2.2神经网络的学习算法 12

2.3.2.3神经网络的拓扑结构 13

2.3.2.4单神经元自适应PID控制器 14

2.3.2.5BP神经网络PID 16

2.3.3神经网络的功能 20

2.3.4神经网络的发展前景 20

第三章控制器设计 22

3.1常规PID控制器设计 22

3.1.1PID初始参数的整定 22

3.1.1.1采样周期T 22

3.1.1.2工业参数整定方法 22

3.1.2系统调试 24

3.2模糊PID控制器设计与仿真 25

3.2.1论域、比例因子和量化因子的确定 26

3.2.2语言变量上的隶属度函数 28

3.2.3模糊规则的导入 29

3.2.4建立仿真框图与调试 31

3.3神经网络PID设计与仿真 33

3.3.1被控对象的离散化模型 33

3.3.2单神经元PID仿真 34

3.3.3BP神经网络PID仿真 37

第四章仿真结果分析 42

4.1常规PID仿真分析 42

4.2模糊PID仿真分析 42

4.3神经网络PID结果分析 42

结论 44

致谢 45

参考文献 46

附录 48

第一章绪论

1.1 研究背景

温度是与人类的生产生活息息相关的，从家庭生活中用到的电饭煲到工业生产中常常用到的锅炉都需要与温度打交道。温度的高度变化直接影响着人类的生产生活，所以温度的控制就显得非常重要。自八十年代的工业以来，各种各样的控制方法层出不穷，手段越来越先进和准确。它们应用到了社会实践中，满足了生产力的发展与社会的需求。