模糊神经网络技术及其在过程控制中的应用

随着科学技术的发展，现代工业生产过程的一个共同特征是控制 系统的复杂性和不确定性日趋明显，即各子系统之间或其内部会有较 强的关联性，参数的高维性、时变性和随机性，且系统和环境具有许 多未知的和不确定的因素，这些因素还会随环境、工况和时间等发生 不可预料的变化。因此已不可能采用那些基于定量数学模型的传统控 制方法对其实现有效的控制，必须寻求新一类的控制策略。 模糊控制是一种不依赖于被控过程数学模型的仿人思维的控制 技术。它可以利用领域专家的操作经验或知识建立被控系统的模糊规 则，有较好的知识表达能力。但在工程实际应用中却缺乏自学习或自 调整的能力。尽管神经网络是一类黑箱式的非线性映射，但它具有良 好的自学习能力。将二者有机结合起来，取长补短，可以提高整个系 统的学习能力和表达能力。目前这个方向的研究正方兴未艾。 本文首先对模糊控制、神经网络及模糊神经网络的发展、背景和 原理等进行了综述。针对化纤工艺侧吹风的温、湿度控制系统生产过 程的非线性特点，本文提出了一种新型的模糊神经网络控制策略 FNNC，其基于联接机制，应用多层前馈网络构造模糊变量隶属函数和 模糊推理控制模型，使神经网络不再表现为黑箱式映射，其所有节点 和参数都具有模糊系统等价意义。FNNC采用了自组织学习和监督学 习相结合的新型学习算法，该算法可根据领域专家的经验知识确定初 始隶属函数和发现规则的存在，并可优化调整隶属函数，获得理想输 出。本文利用该控制策略进行了仿真研究。结果表明，该控制策略可 以使送风状态长期稳定的维持在要求的温、湿度参数上，几乎不会受 到外界气象参数变化的影响。 本文的另一项重要工作，是针对工艺性空气调节过程中温、湿度 多变量的非线性控制特征，设计开发了一类智能空调控制系统，包括 有硬件选型、设计、工艺结构设计、软件设计等，文中给出了相应的 设计电路、程序框图、电路板等结构图。系统实验证明该系统达到了 设计要求。