收藏本站
《吉林大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

过程控制优化中的智能方法研究

姜琳  
【摘要】: 随着控制需求的提高,计算机技术已经逐步深入地渗透到控制领域,其中尤为突出的包括以模糊神经网络等智能技术解决控制中的非线性模型辨识和自适应控制问题。对用于大型构件高效精确制造的巨型重载操作装备,其单机控制和双机协调控制具有高度的非线性,且其操作过程具有很强的面对时间有序特性。本文针对面向时间有序的操作装备过程辨识和控制问题,对计算机智能方法进行了研究,设计出用于过程辨识的模糊神经网络方法、基于动态规化的控制优化和基于决策树的双机协调控制方法,为此类工程问题提供了有效的解决方案。 本文具体研究内容和主要贡献包括: (1)系统地分析了应用在过程辨识与控制方面的智能方法 通过对国内外相关理论与文献的研究学习,系统地分析总结了应用在非线性模型辨识及控制方面的智能方法,包括:针对本文所研究对象的模型特点,分析了模糊神经网络在非线性辨识和自适应控制方面的应用,如操作机目前在控制中的方法及其所存在的问题;系统研究了用于最优化问题的动态规划,、机械结构顺应控制的方法及特点,现有双机械结构协调控制的方法与特点,以及数据挖掘中的分类方法决策树。 (2)构建对象的相似模型并对其工作过程特点进行了分析 为了提高锻造操作机的工作性能,针对某一型号的锻造操作机设计了相似机构,并采用几何方法建立了该机构的正运动学和逆运动学模型,分析了其工作空间,采用雅克比矩阵的方法分析了奇异性,给出了钳杆在不同姿态角时奇异点的轨迹;基于正向雅克比矩阵分析了各自由度之间的运动学耦合性。分析表明,机构在工作空间内无奇异,钳杆做小幅度锻压运动时,各自由度之间的运动学耦合性可以忽略不计,这很大程度上简化了机构的运动学控制。采用虚功原理方法建立了其逆动力学模型。为减小机构动力学非线性对响应性能的影响,采用动力学前馈方法将钳杆按期望轨迹运动时所需的驱动力分配给各液压缸驱动单元,并以液压缸驱动单元位置动态性能的提高来改善钳杆的位姿跟踪性能。为此,考虑液压系统的非线性,利用反馈线性化方法将液压缸驱动单元转化为一个二阶线性系统,通过四个参数的设定来确定液压缸驱动单元的自然频率及阻尼比、以及改善系统的动态响应过程。仿真结果表明了这种控制方法的有效性。然后对该操作机对象的工作条件、原理及控制问题进行了分析,以便设计适当的智能方法解决此类过程控制问题。 (3)提出了一种面向时间有序的模糊神经网络过程辨识方法 操作过程分成不同的有序阶段,根据载荷的不同在每个阶段呈现出不同的非线性特点,而一般的模糊神经网络只具有无序的非线性映射能力,在处理这类针对时间有序的过程辨识时,通过提出一个对操作过程有序分段的算法、一个对相应段的判断函数和一个层内神经元的激活函数,来构建一种层内神经元之间带有向链接的特殊的模糊神经网络,从而实现对对象的过程辨识。其中有序分段算法按照震荡或者平稳对整个过程进行有序划分,过程判断函数判断某个采样时间的变量输入属于哪个阶段并使该段的神经元激活,激活函数实现将其相邻段的神经元激活,通过该模糊神经网络得到输出后,利用边界调整算法和误差反传的思想对网络进行修整学习。仿真实验结果表明,得到的网络可充分描述装备在整个操作过程中不同阶段输入的力的输出情况,解决了无法对对象进行数学建模的问题。 (4)提出了一种基于动态规划与模糊神经网络的控制优化方法 为了保证巨型重载操作装备在运动过程中操作杆输出速度的平稳,通过构造一种新型层内神经元之间带有向链接的适用于过程辨识的模糊神经网络,来辨识操作机的对象模型,为动态规划提供非线性关系模型,然后设计一种具有优化比例因子的动态规划算法对操作杆液压缸的速度与力进行寻优,解决了动态规划算法很难在互相耦合的约束条件间寻优的问题,继而通过液压缸的闭环速度控制完成操作杆的主动顺应过程,使其实际速度得到控制优化。仿真实验结果表明,该方法有效消除了控制优化前实际输出的震荡,并在增大受力的必然约束下寻找到了一个优化控制解,为重载操作装备的双机协调控制提供了单机基础。 (5)提出了一种基于决策树与模糊神经网络的双机协调控制方法 将双机协调控制过程整体设计为决策和执行两层,其中决策层通过构建有序的模糊决策树生成对双机的协调策略;执行层则用模糊神经网络控制结构来完成协调后的单机自适应控制执行过程。首先用适应于过程辨识的模糊神经网络为决策树提供对象模型,然后设计了分类结果为模糊隶属度的针对时间有序的决策树,为双机提供上层协调策略,并为单机控制器提供了输入,最后由模糊神经网络控制器对决策树的分类决策执行单机的自适应控制,从而完成整个双机的协调自适应控制过程,并通过仿真实验验证了其有效性。 本文以上的研究内容与成果丰富了模糊神经网络、动态规划及数据挖掘中分类方法决策树等方向的研究工作,有效解决了面向时间有序的模型辨识和控制问题,提供了解决这类问题的一套整体方案,扩展了计算机领域中的智能方法在控制领域中的应用,具有一定的理论意义和应用价值。
【学位授予单位】:吉林大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TP273

【相似文献】
中国期刊全文数据库 前10条
1 李文正;孙伟;郑车晓;周德华;;应用模糊神经网络对重介质密度进行估算[J];矿山机械;2011年09期
2 潘峥嵘;王群;;基于模糊神经网络的COD软测量技术的研究[J];计算机测量与控制;2011年07期
3 张宏斌;杨杰;温丽俊;;基于模糊神经网络的某型直升机可靠度预测[J];航空维修与工程;2011年03期
4 吴延勋;秦现生;张海峰;;基于模糊神经网络的复杂产品研发决策评估[J];系统工程与电子技术;2011年07期
5 张金龙;徐慧;刘京南;内田敬久;郭怡倩;;反射式超精密定位智能控制系统的研究[J];光电子.激光;2011年08期
6 衷卫声;马红杰;万滔;王汶海;;基于遗传算法的FNN-PID控制技术在溶解氧控制中的应用[J];计算机测量与控制;2011年08期
7 刘慧博;吴云洁;;系统仿真评估鲁棒一致性研究[J];系统仿真学报;2011年S1期
8 华铨平;;基于FNN的家纺产品个性化推荐系统的研究[J];计算机技术与发展;2011年09期
9 徐国政;宋爱国;李会军;;基于进化动态递归模糊神经网络的上肢康复机器人自适应阻抗控制[J];高技术通讯;2010年10期
10 黄银蓉;张绍德;;污水处理曝气池溶解氧智能优化控制系统[J];信息与控制;2011年03期
中国重要会议论文全文数据库 前10条
1 李仁发;乜崇义;;一种用模糊神经网络建立模糊模型的新方法[A];1996年中国智能自动化学术会议论文集(上册)[C];1996年
2 邢杰;萧德云;;FALCON模糊神经网络及其在铝电解槽阳极效应预报中的应用[A];冶金自动化信息网年会论文集[C];2004年
3 席东民;胡琳静;;模糊神经网络在单元机组协调控制中的应用[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年
4 谭思云;李志明;;基于模糊神经网络的水泥回转窑分解炉温度控制[A];中国硅酸盐学会2003年学术年会论文摘要集[C];2003年
5 孙增圻;;模糊神经网络及其在系统建模与控制中的应用[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
6 徐洪钟;吴中如;;模糊神经网络模型在大坝安全监测中的应用[A];中国水力发电工程学会大坝安全监测专业委员会年会暨学术交流会论文集[C];2000年
7 刘靖;刘念;王海田;党晓强;;基于模糊神经网络的同步发电机转子匝间短路预测[A];四川省电工技术学会电机、电测专业委员会2002年学术年会论文集[C];2002年
8 陈寿平;蒋旭平;;模糊神经网络技术在运动控制运用中的研究[A];全国第16届计算机科学与技术应用(CACIS)学术会议论文集[C];2004年
9 梁志珊;张化光;;模糊神经网络的构造[A];1998中国控制与决策学术年会论文集[C];1998年
10 刘国光;程青蟾;李燮里;张月兰;;声发射模糊神经网络[A];第二届全国信息获取与处理学术会议论文集[C];2004年
中国重要报纸全文数据库 前3条
1 元城;肺癌诊断技术取得新突破[N];中国高新技术产业导报;2001年
2 何进喜;肺癌诊断研究填补国内空白[N];中国医药报;2002年
3 何进喜;肺癌早期诊断又添新手段[N];医药经济报;2001年
中国博士学位论文全文数据库 前10条
1 姜琳;过程控制优化中的智能方法研究[D];吉林大学;2010年
2 何海;混合动力汽车控制系统设计与仿真[D];华中科技大学;2005年
3 王勇献;蛋白质二级结构预测的模型与方法研究[D];国防科学技术大学;2004年
4 吴建发;优选压裂井方法研究[D];西南石油学院;2005年
5 邓胜祥;石灰炉在线仿真技术与炉况诊断及复杂系统智能控制研究[D];中南大学;2004年
6 隗海林;LPG/汽油两用燃料发动机燃料转换过程控制策略研究[D];吉林大学;2007年
7 王瑞敏;基于神经网络辨识模型的质子交换膜燃料电池系统建模与控制研究[D];上海交通大学;2008年
8 冯秀芳;无线传感器网络数据融合技术的研究及在机械故障诊断中的应用[D];太原理工大学;2009年
9 任芳;基于多传感器数据融合技术的煤岩界面识别的理论与方法研究[D];太原理工大学;2003年
10 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
中国硕士学位论文全文数据库 前10条
1 刘瑞平;电控汽油机智能故障诊断系统[D];太原理工大学;2011年
2 孟凡华;模糊神经网络在大滞后非线性系统中的应用[D];河北工业大学;2004年
3 韩锋;基于模糊神经网络的电力系统短期负荷预测[D];河北农业大学;2011年
4 张克良;基于模糊神经网络的锅炉燃烧控制方法的研究[D];天津大学;2004年
5 高明帅;循环流化床锅炉灰循环系统控制优化研究[D];华北电力大学(北京);2011年
6 曾珞亚;模糊神经网络的应用与研究[D];广西师范大学;2000年
7 刘鑫伟;车辆行驶信息检测与主动避撞安全控制策略的研究[D];湖南大学;2010年
8 李兆福;模糊神经网络及其应用[D];南京理工大学;2003年
9 宋子辉;基于模糊神经网络技术的D350高速风机故障诊断系统研究[D];中南大学;2004年
10 付鹏程;模糊神经网络在改进跷板梁式减摇系统中的研究[D];武汉理工大学;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026