工业聚酯生产过程智能控制系统研究
该文以天津石化化纤厂工业聚酯生产过程为对象,针对目前在线实施的聚酯粘度智能 控制系统进行了进一步的研究和探讨.该文利用小波变换不但能提取信号和噪声在多尺度分辨空间中的波形特征,而且根据表征该特征的小波系数的模极大值的不同的传播特性来实现对聚酯坳力粘度信号的波形检测.通过小波算法完成对聚酯动力粘度信号的分解与重构、突变故障信号的检测和信号噪的滤除,为报续的CPN双向对传模糊神经网络控制器做了数据准 备.该文根据聚酯过程的实际情况提出一种基于小波变换和双向对传神经网络(CPN)自动提 取模糊控制规则模糊神经网络控制器,利用CPN模糊神经元网络的自学习和记忆功能,规则 合成快,而且控制规则的变化可以通过部分的网络权值的改变而实现.可以预先根据专家经验获得信息,对控制规则进行增删或修正.该模糊神经控制器能根据小波变换分析去噪声和突路特征检测后的重现的聚酯动力粘度数据曲线,预测粘度曲线变化趋势并自动在线提取和修改控制规则,模拟操作工人的控制方法、策略,从而实现实好的在线控制效果.
小波变换;滤波;模糊控制;智能控制;CPN模糊神经网络
北京化工大学
硕士
控制理论与控制工程
李宏光
2000
中文
O171;TQ323.4
81
2004-04-08（万方平台首次上网日期，不代表论文的发表时间）