电加热炉温度控制策略与仿真.doc

电加热炉温度控制策略与仿真

[摘要]电加热炉作为一类具有非线性和大滞后性的工业加热设备，其应用极为广泛，尤其随着社会的飞速发展，煤矿资源的减少以及环境因素的制约，工业电加热炉由于污染小，加上电网的普及，它越来越受到客户青睐，所以研究电加热炉的控制策略显得相当重要。
由于传统的PID控制在时滞系统中的应用有一定局限性，而且快速行与稳定性本身就存在一定矛盾，对于大时滞系统，常规PID控制在参数选取上往往显得非常困难。所以，可以考虑模糊控制方法来对PID控制器的参数进行实时修改，它无须建立被控对象的数学模型，对被控对象的时滞、非线性、时变性具有一定的适应能力，尤其是神经网络能从数据样本中直接自动推导出规则，而不必利用领域知识。
由于模糊控制方法参数不易确定，本文采用BP神经网络调整PID参数，利用神经网络所具有的自学习、自适应、容错性和并行性相结合，进一步完善了PID控制的自适应性能。最后通过仿真结果表明，它能发挥模糊控制鲁棒性能、动态响应好，上升时间快，超调小的特点，又具有PID控制器的动态跟踪品质和稳态精度，取得较好效果。
关键词：PID控制；模糊控制；BP神经网络PID控制；仿真

Electricfurnacetemperaturecontrolstrategyandsimulation
Abstract:Electricfurnaceasaclassofnonlinearandlargetimedelayofindustrialheatingequipment,theirusingisextremelybroad.Especiallywiththerapiddevelopmentofsociety,thelimitedreductionofcoalresourceenvironmentalfactors,becauseofpollution-free,coupledwiththepopularityofgrid,theelectricfurnaceisincreasinglypopularduringtheclients,Sotheresearchofelectricheatingfurnacecontrolstrategyisimportant.
AsthetraditionalPIDcontrolhavesomelimitationsintime-delaysystemapplication.Plustheexpressbankandthestabilityexistinitselfcontradictory,forlargetime-delaysystem,ConventionalPIDcontrolparametersitisoftenverydifficult.Therefore,wecanconsiderfuzzycontrolapproachtotheparametersofPIDcontrollerforreal-timemodification,itdoesnotestablishamathematicalmodeloftheobject,theobjectoftime-delay,nonlinear,time-varyingwithacertaindegreeofadaptability,especiallytheneuralnetworkdirectlyfromdatasamplesderivedfromtherulesautomatically,withouthavingtomakeuseofdomainknowledge.
AstheFuzzycontroloftheHYPERLINK"app:ds:parameter"\t"_self"parametersareuncertain,usingBPneuralnetworktoadjusttoPIDparametersinthispaper,whichisself-learning,adaptive,faulttolerantandparallelcombined,tofurtherimprovetheperformanceofadaptivePIDcontrol.Finally,thesesimulationresultsshowthatitcannotonlyplayarobustperformanceoffuzzycontrol,dynamicresponse,andfastrisetime,thecharacteristicsofsmallovershoot,butalsohasthedynamicPIDcontrollertotrackthequalityandsteady-stateaccuracyandachie