搜索
摘要神经网络控制和PID算法是目前已经应用非常广泛的技术,基于神经网络的PID算法是现在非常受欢迎的算法。温度是温室中非常重要的一个环境因子,植物要想生长得好,长得快,温室的温度必须合适。温室中温度(即被控对象复杂、时变,而实际中对被控对象的控制要求越来越严格,且传统的温室温度系统不具有智能的功能,所以,研究基于神经网络的PID算法去设计人工温室温度控制系统,来提高控制精度,使其具有智能功能,具有重要的意义。本设计运用基于神经网络的PID算法来控制温室温度,使温室的温度始终在25摄氏度左右。本设计中采用了单神经元自适应PID控制器。其优点为:神经网络具有一定的学习能力、自适应性、非线性映射能力和容错能力,自适应控制系统具有适应能力,它能够认识系统的环境条件的变化,并自动校正控制动作,从而使系统达到最优的控制效果。单神经元的学习规则有三种,在本设计中,我们使用了有监督的Hebb学习规则。并把传统的PID控制与单神经元自适应PID控制进行比较。最后MATLAB仿真结果表明,该控制系统的控制效果优于传统的PID,具有超调小、控制精度高、抗干扰能力强等等优点。关键词:神经网络控制PID算法有监督的Hebb学习规则MATLAB仿真Title___ABSTRACTTheneuralnetworkcontrolandPIDalgorithmisnowveryextensivetechnology,base-donneuralnetworkofPIDalgorithmisnowverypopularalgorithm.Thetemperatureisthegreenhouseoneofimportantenvironmentalfactors.Ifpeoplewanttheplantstogrowwellandgrowfast,thegreenhousetemperaturemustbeappropriate.Thetemperatureofthegreenhouse(namelythecontrolledobjectiscomplexandtime-varying.Butthecontrolledobjectisrequiredmoreandmorestrictlyinpractice.Andthereisnotanintelligentfunctioninthetraditionalgreenhouse-temperaturesystem.SoresearchbasedonneuralnetworkofPIDalgorithmtodesignartificialgreenhousetemperaturecontrolsystemhasimportantsignificanceinordertoimprovethecontrolprecision,hasintelligentfunction.ThisdesignisbasedonneuralnetworkusingPIDalgorithmtocontrolgreenhousetemperature.Makethetemperatureofgreenhousealwaysinaround25degreesCelsius.ThisappliedtothedesignofthesingleneuronadaptivePIDcontroller.Theadvantagesofitisthattheneuralnetworkhassomelearningability,adaptability,nonlinearmappingcapabilityandfaulttolerance,andadaptivecontrolsystemhastheabilitytoadjustthesystem,itcanknowthesystemenvironmentchanges,andautomaticcorrectioncontrolaction,thusmakethesystemtoachieveoptimalcontroleffect.Singleneuronlearningrulehasthree.Inthisdesign,WeusestheHebblearningrulewithsupervision.AndthetraditionalPIDcontrolandsingleneurononlyadapttothePIDcontrolarecompared.FinallyMATLABsimulationresultsshowthatcontroleffectofthiscontrolsystemisbetterthanthatoftraditionalPID,havingovershootsmall,highcontrolaccuracyandstronganti-interferenceabilityandsoon.Keywords:NeuralnetworkcontrolPIDalgorithmTheHebblearningrulewithsupervisionMATLABsimulation目录摘要......................................................................................................................IABSTRACT..........................................................................................................II1绪论..............................................................................................................11.1本论文的背景和意义............................................................................11.2本论文的主要研究方法及内容............................................................22神经网络控制以及PID算法简介..............................................................32.1神经网络控制......................................................................................32.2常规PID算法.....................................................................................62.3神经PID控制...................................................................................103基于神经网络PID算法的温室温度控制系统设计................................163.1温室温度控制系统模型的建立........................................................163.2单神经元自适应PID控制系统设计实现.......................................173.3仿真....................................................................................................21结论......................................................................................................................26致谢......................................................................................................................27参考文献..............................................................................................................28附录APID程序..............................................................................................29附录B基于神经网络的PID程序.................................................................311绪论1.1本论文的背景和意义随着社会的发展,各种农作物温室和园艺温室的数量在不断的增加,温室也成为设施农业中一个最主要、最关键的生产设施之一。在温室中运用各种手段和方法来改善不适合作物生长的环境条件并且创造适宜作物生长发育的环境条件的过程,就是温室环境调控。随着科技的进步,以及测温仪在各个领域的广泛运用,智能化已经成为现代温室温室系统发展的主流方向。特别是近些年来,温度控制系统已经运用到了人们生活的方方面面,现在的人们已经离不开温度控制系统。然而,温室温度控制系统却一直是一个未开发的领域,但却又是与人们的生活息息相关,紧密相连的一个实际问题。针对眼前这种实际情况,设计一个温室温度控制系统,具有广泛的应用前景和非常大的实际意义。影响作物生长的因子主要有五个因素,即温度、湿度、光照、二氧化碳浓度和营养液。温室生产的一个重要优势就是可以控制所有的环境因素,从而使植物处于最佳生长状态,其中温度是非常关键的一个因子,是一个主要因子。众所周知,不同种类的植物有不同的最佳生长温度,况且不同植物以及相同的植物在不同生长阶段对温度的需求也不相同。人们总是希望植物生长、发育得快一些,好一些,以获得更多的利润,所以就需要在植物的整个生长期提供最合适的温度。由上所述,我们得知,温室的温度控制系统在整个温室系统中的作用非常大。目前,随着温室的迅速增多,人们对其性能要求也越来越高,特别是为了提高生产效率,对温室的智能化要求越来越高。由于模糊控制,神经控制和智能控制理论的不断发展和完善,使这种要求变为可能。本设计的内容是温室温度测试控制系统,控制对象是温度。温度控制在日常生活及工业领域应用相当广泛,比如温室、水池、发酵缸、电源等场所的温度控制。而以往温度控制是由单片机或者PLC以及传感器等完成的,而不是用神经网络控制和PID算法,因此也就不智能。针对此问题,本系统设计的目的是实现一种智能化,可连续高精度调温的温度控制系统,它应用广泛,功能强大,是一款既实用又廉价的控制系统。1.2本论文的主要研究方法及内容论文的研究方法多种多样,本论文中用到多种研究方法,其中主要的研究方法有:文献研究法,描述性研究法,定性分析法,定量分析法,思维方法和系统科学方法等等。在做此论文的时候我查阅了很多关于神经网络控制,PID算法和温室温度控制系统的文献和资料,也对这些文献和资料进行了分析和思考。同时在仿真的时候,不断进行定性和定量分析。我将已有的现象、规律和理论通过自己的理解和验证,给予叙述并解释出来,不可避免的要用到描述性研究法。当然,任何科学的研究都离不开系统科学方法。本论文的内容大致如下所示:第一章是绪论;第二章是神经网络控制、PID算法简介以及单