基于FPGA实现神经网络智能控制器的研究
基于目前机电一体化设备控制系统主要采用国外可编程序控制器(PLC),以及由PLC和工业控制计算机(工业PC)为核心组成的现场控制总线控制系统。本课题提出以嵌入式微处理器ARM+FPGA为核心,并以FPGA作为控制算法协处理器组成新型的PLC。FPGA作为控制算法协处理器实现智能控制算法,如PID控制算法、模糊控制算法、遗传算法等,这些控制算法作为控制模块嵌入到PLC的梯形图中作为功能模块调用。用FPGA做为协处理器可以很好的解决控制系统在处理复杂数据的情况下实时响应的问题。协控制器FPGA和主控制器ARM之间采用双字节串行异步通讯方式传递信息。
本文利用可重复配置的现场可编程门阵列(FPGA)作为协处理器,在FPGA内部实现人工神经网络,将其训练成PID控制器并嵌入以高级精简指令处理器(ARM)为核心的PLC系统中,使PLC能够在梯形图中调用智能控制模块,实现PLE控制器的智能化。利用FPGA可反复擦写的优点,系统性能得到不断的完善。
文章中重点介绍了以下内容:误差反向传播(BP)神经网络的硬件模型的实现。包括浮点加、减法运算器,乘法运算器的实现;权值存储调用的实现;激活函数的实现。协处理器FPGA与主控制器ARM的连接,即双字节串行异步通讯收发器的实现。包括波特率发生器、数据接收器、数据发生器。实现对热电偶的温度调节控制。包括PID参数整定,热电偶温控系统的仿真。
神经网络;智能控制;控制算法;功能模块;可编程门阵列
广西大学
硕士
控制理论与控制工程
蔡启仲
2008
中文
TP18
55
2008-11-06(万方平台首次上网日期,不代表论文的发表时间)