电加热炉自适应 PID 控制算法研究
电加热炉自适应 PID 控制算法研究[20200209111236]
摘要:电加热炉在工业领域的使用非常广泛，是一种具有温度控制的典型的加热设备，电加
热炉具有时变性 、非线性、不对称性、滞后性 等特点，对于不确定且易发生变化的系统
来说，常规 PID 控制很难达到满意的效果，而电加热炉就是这种复杂的系统，所以本文结
合经典 PID 控制和神经网络控制算法对电加热炉的温控系统进行改进，形成一种新的控制
方法来对电加热炉进行准确的控制。
首先对电加热炉的温控系统进行分析建立相应的数学模型，并对惯性滞后模型参数进
行估计，然后按照对神经网络的输入输出层的神经元进行实时在线训练选出最优方案，算
出最优的 P，I，D 三个参数，再利用 MATLAB 软件对神经网络控制算法和常规 PID 控制
算法进行仿真和对比研究，最后得出结论。结论表明神经网络自适应 PID 控制在电加热炉
的温度控制上要优于常规 PID 控制，并且仿真得出的控制效果图也很理想。
关键字：电加热炉 神经网络 PID 控制 MATLAB
*查看完整论文请+Q: 351916072
目录
摘要 I
AbstractII
第一章绪论1
1.1 课题的研究背景.1
1.2 课题的发展情况.1
1.2.1PID 控制的发展1
1.2.2 智能控制系统的发展2
1.2.3 神经网络控制的发展 .2
1.2.4 电加热炉温度控制的概况.3
1.3 课题研究的内容和意义3
第二章电加热炉控制系统设计5
2.1 电加热炉温控系统 5
2.2 对电加热炉系统的阶跃响应的 MATLAB 仿真.7
2.3 针对电加热炉温控系统采用的方法.9
第三章常规 PID 控制及仿真11
3.1PID 控制简介11
3.2PID 控制原理11
3.3PID 控制器的参数整定12
3.4 基于电加热炉的 PID 控制算法12
3.5PID 控制对电加热炉系统的仿真 .13
3.6 常规 PID 控制的局限性15
3.7 本章小结 .16
第四章神经网络控制及仿真.17
4.1 神经网络简述 .17
4.2 神经网络的结构.17
IV
4.2.1 前馈型网络17
4.2.2 反馈型网络18
4.3 神经网络的学习.18
4.3.1 学习方式18
4.3.2 学习算法19
4.4 基于电加热炉的神经网络设计19
4.4.1 神经网络算法.20
4.4.2 神经网络的算法步骤 .22
4.5 基于电加热炉的神经网络 PID 控制仿真和比较22
4.6 神经网络的局限性 31
4.7 本章小结.31
结论与展望32
致谢33
参考文献.34
附录35
第一章绪论
1.1 课题的研究背景
电加热炉采用的是将炉内的电阻丝加热而供电，原理是将电能转化为热能，对于炉温
的控制一般工业应用都有一定的范围要求，这就需要一种良好的控制方法对其进行温度控
制。传统的工业电加热炉由于受到外界环境及加热元件等不确定性因素的影响，此时采用
常规 PID 控制难以达到理想控制的效果，本课题采用神经网络 PID 控制方法，将神经网络
的理论技术应用于电加热炉的控制过程，形成一种基于神经网络的自适应 PID 算法。
神经网络研究始于 40 年代，由法国一位心理学家和法国一位数学家发表的论文而开
创了人类自然科学史上的一门新学科——人工神经网络的研究，随着经济和技术的不断发
展与进步，在与经典控制理论相互碰撞和相互结合的时候，逐渐产生了智能控制理论里面
的一个重要的分支，即神经网络控制，对于解决复杂非线性不确定大惯性系统的控制问题
上带来了一个新的策略。
80 年代以来，神经网络的研究进人了最活跃的时期，并在许多的地方取得了杰出的进
展，时至今日，在更加广泛的应用领域中，神经网络已遍布于其中。在工业生产，国防军
事，食品医药，能源开发，金融经济，气象监控等方面都有重要的应用。在未来神经网络
控制将更好的模拟生物神经系统，更深入的在理论上对模型，算法，评价体系等进行研究。
更深入的推进神经计算机与神经元芯片的开发。
1.2 课题的发展情况
1.2.1PID 控制的发展
PID 控制的发展历史根据发展研究的成果作用可以分为三个时期阶段，在二十世纪二
十年代以前为发展第一阶段，那时的控制理论还处在萌芽的阶段，伴随着机器工业的出现
与发展，反馈算法的理论首先被发现并提出来，然后又在研究电动记录仪 和气体动力学上
发现了积分和比例的作用。第二阶段发展的重点是泰勒仪器公司的 Ralph 于 1935 年发现
了微分的作用，在二十世纪二十年代至四十年代发现的这一作用对于现在的微分发展有着
重要意义，而且为后人得出经典 PID 控制理论打下了坚实的基础。现阶段的发展是从二十
世纪五十年代开始的，分为第三阶段的发展。对于现阶段的发展状况是多元化和多样化的，
为适应不同领域的生产和控制，现在的智能控制被广泛应用。而计算机技术和智能控制理
论相结合并且对算法不断改进的研究成为了现今的主流和新的发展方向。
1.2.2 智能控制系统的发展
智能控制主要有神经网络控制、模糊控制、集成智能控制和基于知识的专 家控制等，
智能控制有四个发展阶段。第一阶段在二十世纪四五十年代，当时的系统控制还在萌芽阶
段，以单变量的控制正在逐渐发展起来，形成了今天的古典控制理论。智能系统的发展初
期是第二阶段，当时美国的一个教授在普渡大学首先发现了学习控制论的理念，就是在智
能系统系统中采用直觉推理法来实现控制，随后又有大量科学家将人工智能控制的理念应
用于学习控制系统中，并且取得了一些成果。第三阶段为智能控制系统的成熟阶段，1985
年至 1987 年美国许多从事人工智能的教授，学者一起探讨了智能控制的系统结构和原理，
它标志着智能控制的一个新的里程碑，使它成为一门新的学科得以站在科学的历史舞台
上。第四阶段是二十世纪九十年代至今，现在有关智能控制的研究很多，说明了智能控制
已经进入了一个新的发展阶段，而且对于现在智能控制理论已广泛应用于工业，机械，航 空，管理等等方面，近年来，国内也越来越重视智能控制的研究，正在形成一种新的学科。
1.2.3 神经网络控制的发展
神经网络的发展属于智能控制发展的分支，为更好的了解神经网络的再此再详细的介
绍一下。早期阶段在二十世纪 20 至 60 年代，当时的法国学家首次提出建立在以神经元为
基础的数学模型上（M—P 模型）进行数学模拟计算，这一创建的方法一直启发着后人。过
度阶段是二十世纪 70 年代后，其之前因为美国一位人工智能学家 Minsky 发表的言论导致
了神经网络的发展陷入了低谷，但是后来仍然有许多学家和学者投身于人工智能的发展中
去，在此期间神经网络的发展也在慢慢的过渡中。在二十世纪 80 年代为神经网络发展的
新高潮，美国物理学家 Hopfield 提出在 Hopfield 网络采用能力函数的概念，引起了世界的
广泛关注，并且使神经网络的稳定性问题成功的得到解决。二十世纪八十年代至今，现代
的智能控制发展才刚刚开始，第一届神经网络会议于美国的 1987 年成功的召开，对于神
经网络的发展有着重要的意义
摘要:电加热炉在工业领域的使用非常广泛，是一种具有温度控制的典型的加热设备，电加
热炉具有时变性 、非线性、不对称性、滞后性 等特点，对于不确定且易发生变化的系统
来说，常规 PID 控制很难达到满意的效果，而电加热炉就是这种复杂的系统，所以本文结
合经典 PID 控制和神经网络控制算法对电加热炉的温控系统进行改进，形成一种新的控制
方法来对电加热炉进行准确的控制。
首先对电加热炉的温控系统进行分析建立相应的数学模型，并对惯性滞后模型参数进
行估计，然后按照对神经网络的输入输出层的神经元进行实时在线训练选出最优方案，算
出最优的 P，I，D 三个参数，再利用 MATLAB 软件对神经网络控制算法和常规 PID 控制
算法进行仿真和对比研究，最后得出结论。结论表明神经网络自适应 PID 控制在电加热炉
的温度控制上要优于常规 PID 控制，并且仿真得出的控制效果图也很理想。
关键字：电加热炉 神经网络 PID 控制 MATLAB
*查看完整论文请+Q: 351916072
目录
摘要 I
AbstractII
第一章绪论1
1.1 课题的研究背景.1
1.2 课题的发展情况.1
1.2.1PID 控制的发展1
1.2.2 智能控制系统的发展2
1.2.3 神经网络控制的发展 .2
1.2.4 电加热炉温度控制的概况.3
1.3 课题研究的内容和意义3
第二章电加热炉控制系统设计5
2.1 电加热炉温控系统 5
2.2 对电加热炉系统的阶跃响应的 MATLAB 仿真.7
2.3 针对电加热炉温控系统采用的方法.9
第三章常规 PID 控制及仿真11
3.1PID 控制简介11
3.2PID 控制原理11
3.3PID 控制器的参数整定12
3.4 基于电加热炉的 PID 控制算法12
3.5PID 控制对电加热炉系统的仿真 .13
3.6 常规 PID 控制的局限性15
3.7 本章小结 .16
第四章神经网络控制及仿真.17
4.1 神经网络简述 .17
4.2 神经网络的结构.17
IV
4.2.1 前馈型网络17
4.2.2 反馈型网络18
4.3 神经网络的学习.18
4.3.1 学习方式18
4.3.2 学习算法19
4.4 基于电加热炉的神经网络设计19
4.4.1 神经网络算法.20
4.4.2 神经网络的算法步骤 .22
4.5 基于电加热炉的神经网络 PID 控制仿真和比较22
4.6 神经网络的局限性 31
4.7 本章小结.31
结论与展望32
致谢33
参考文献.34
附录35
第一章绪论
1.1 课题的研究背景
电加热炉采用的是将炉内的电阻丝加热而供电，原理是将电能转化为热能，对于炉温
的控制一般工业应用都有一定的范围要求，这就需要一种良好的控制方法对其进行温度控
制。传统的工业电加热炉由于受到外界环境及加热元件等不确定性因素的影响，此时采用
常规 PID 控制难以达到理想控制的效果，本课题采用神经网络 PID 控制方法，将神经网络
的理论技术应用于电加热炉的控制过程，形成一种基于神经网络的自适应 PID 算法。
神经网络研究始于 40 年代，由法国一位心理学家和法国一位数学家发表的论文而开
创了人类自然科学史上的一门新学科——人工神经网络的研究，随着经济和技术的不断发
展与进步，在与经典控制理论相互碰撞和相互结合的时候，逐渐产生了智能控制理论里面
的一个重要的分支，即神经网络控制，对于解决复杂非线性不确定大惯性系统的控制问题
上带来了一个新的策略。
80 年代以来，神经网络的研究进人了最活跃的时期，并在许多的地方取得了杰出的进
展，时至今日，在更加广泛的应用领域中，神经网络已遍布于其中。在工业生产，国防军
事，食品医药，能源开发，金融经济，气象监控等方面都有重要的应用。在未来神经网络
控制将更好的模拟生物神经系统，更深入的在理论上对模型，算法，评价体系等进行研究。
更深入的推进神经计算机与神经元芯片的开发。
1.2 课题的发展情况
1.2.1PID 控制的发展
PID 控制的发展历史根据发展研究的成果作用可以分为三个时期阶段，在二十世纪二
十年代以前为发展第一阶段，那时的控制理论还处在萌芽的阶段，伴随着机器工业的出现
与发展，反馈算法的理论首先被发现并提出来，然后又在研究电动记录仪 和气体动力学上
发现了积分和比例的作用。第二阶段发展的重点是泰勒仪器公司的 Ralph 于 1935 年发现
了微分的作用，在二十世纪二十年代至四十年代发现的这一作用对于现在的微分发展有着
重要意义，而且为后人得出经典 PID 控制理论打下了坚实的基础。现阶段的发展是从二十
世纪五十年代开始的，分为第三阶段的发展。对于现阶段的发展状况是多元化和多样化的，
为适应不同领域的生产和控制，现在的智能控制被广泛应用。而计算机技术和智能控制理
论相结合并且对算法不断改进的研究成为了现今的主流和新的发展方向。
1.2.2 智能控制系统的发展
智能控制主要有神经网络控制、模糊控制、集成智能控制和基于知识的专 家控制等，
智能控制有四个发展阶段。第一阶段在二十世纪四五十年代，当时的系统控制还在萌芽阶
段，以单变量的控制正在逐渐发展起来，形成了今天的古典控制理论。智能系统的发展初
期是第二阶段，当时美国的一个教授在普渡大学首先发现了学习控制论的理念，就是在智
能系统系统中采用直觉推理法来实现控制，随后又有大量科学家将人工智能控制的理念应
用于学习控制系统中，并且取得了一些成果。第三阶段为智能控制系统的成熟阶段，1985
年至 1987 年美国许多从事人工智能的教授，学者一起探讨了智能控制的系统结构和原理，
它标志着智能控制的一个新的里程碑，使它成为一门新的学科得以站在科学的历史舞台
上。第四阶段是二十世纪九十年代至今，现在有关智能控制的研究很多，说明了智能控制
已经进入了一个新的发展阶段，而且对于现在智能控制理论已广泛应用于工业，机械，航 空，管理等等方面，近年来，国内也越来越重视智能控制的研究，正在形成一种新的学科。
1.2.3 神经网络控制的发展
神经网络的发展属于智能控制发展的分支，为更好的了解神经网络的再此再详细的介
绍一下。早期阶段在二十世纪 20 至 60 年代，当时的法国学家首次提出建立在以神经元为
基础的数学模型上（M—P 模型）进行数学模拟计算，这一创建的方法一直启发着后人。过
度阶段是二十世纪 70 年代后，其之前因为美国一位人工智能学家 Minsky 发表的言论导致
了神经网络的发展陷入了低谷，但是后来仍然有许多学家和学者投身于人工智能的发展中
去，在此期间神经网络的发展也在慢慢的过渡中。在二十世纪 80 年代为神经网络发展的
新高潮，美国物理学家 Hopfield 提出在 Hopfield 网络采用能力函数的概念，引起了世界的
广泛关注，并且使神经网络的稳定性问题成功的得到解决。二十世纪八十年代至今，现代
的智能控制发展才刚刚开始，第一届神经网络会议于美国的 1987 年成功的召开，对于神
经网络的发展有着重要的意义
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/zdh/4276.html
