智能控制在中厚板控制冷却中的应用

龙源期刊网 https://www.sodocs.net/doc/3c9812432.html,

智能控制在中厚板控制冷却中的应用

作者：颜坤

来源：《无线互联科技》2013年第10期

摘要：本文深入研究了神经网络与模糊控制，再结合优化算法，将其应用到中厚板控制

冷却系统中，进行模型辨识与参数估计，并对终冷温度进行控制，仿真结果表明了智能控制在中厚板控制冷却中应用的可行性。

关键词：中厚板；智能控制；神经网络；模糊控制

由于中厚板层流冷却控制系统本身所具有的多变量、强耦合、大滞后以及非线性时变等特点，对于这样的控制问题，智能控制是一种解决途径，于是，研究人员把目光转向了智能控制。智能控制的主要特点是不依赖被控对象的精确模型，根据事实和数据来实现优化控制。智能控制这种特性使得那些缺乏精确模型的复杂控制问题变得简单了，因此，将智能控制方法应用于中厚板控制冷却中成为了研究的热点和方向，同时研究也表明这种方法很有潜力。

1 智能控制技术

智能控制是控制科学发展的高级阶段，是一门新兴的交叉前沿学科。智能控制把人工智能融入了控制理论，改变控制策略以适应被动对象模型的复杂性和不确定性，不完全依赖系统模型实现控制。智能控制在诸多领域拥有极为广泛的应用前景。

2 常用的神经网络

从连接方式上看，神经网络主要分为两种，即前馈型神经网络（BP网络、径向基函数网络等）和反馈型神经网络（Hopfield网络等）。神经网络应用于控制领域初期，BP神经网络

以它独有的算法和优点很快便成为了学者们研究应用的重点。但BP神经网络同时也存在训练速度慢、易陷入局部极值等缺陷，因此，近年来，越来越多的研究人员开始对模糊神经网络、RBF神经网络、小脑模型神经网络（CMAC）等神经网络进行研究，并积极应用于实际中。

模糊神经网络综合了神经网络和模糊推理的优点，既可以利用已有专家经验知识进行模糊推理，又拥有自学习、自适应的能力，同时可以通过不断的学习来调整已有的控制规则。模糊神经网络的出现为控制领域再添了一个优秀的工具。

BP神经网络算法及改进

BP神经网络（Back Propagation Neural Network）是一种单向传播的多层前馈神经网络，每个神经元用一个节点表示，整个网络通常由输入层、隐含层、输出层节点组成，如图所示。