足球比分直播

基于BP神经网络的柴油机调速技术分析.pdf

返回
基于BP神经网络的柴油机调速技术分析.pdf_第1页
第1页 / 共66页
基于BP神经网络的柴油机调速技术分析.pdf_第2页
第2页 / 共66页
基于BP神经网络的柴油机调速技术分析.pdf_第3页
第3页 / 共66页
基于BP神经网络的柴油机调速技术分析.pdf_第4页
第4页 / 共66页
基于BP神经网络的柴油机调速技术分析.pdf_第5页
第5页 / 共66页
点击查看更多>>
资源描述:
万方数据Classified Index U.D.C A Dissertation for the Degree of M.Eng Research on Diesel Engine Speed Control Technology Based on BP Neural Networks Candidate Long Dong Supervisor Associate Professor. Li Xuemin Academic Degree Applied for Master of Engineering Specialty Power Machinery and Engineering Date of Submission January, 2014 Date of Oral Examination March, 2014 University Harbin Engineering University 万方数据万方数据哈尔滨工程大学 学位论文原创性声明 本人郑重声明本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用 的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 作者(签字) 日期 年 月 日 哈尔滨工程大学 学位论文授权使用声明 本人完全了解学校保护知识产权的有关规定,即研究生在校攻读 学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。 本论文(□在授予学位后即可 □在授予学位 12 个月后 □解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。 作者(签字) 导师(签字) 日期 年 月 日 年 月 日 万方数据万方数据基于 BP 神经网络的柴油机调速技术研究 摘 要 目前柴油机调速系统中,普遍采用经典 PID 控制。由于 柴油机 具有典型的 时变性和非线性特征, 经典 PID 控制器不能在线实时修正控制参数的缺陷,导致其不能对柴油机实现实时最佳控制。为此,本文将具有 在线自学习功能的神经网络理论运用到经典 PID控制策略中,用以 提高柴油机 电调系统 的 自适应能力。 本文首先介绍了具有在线自整定功能的 BP 神经网络 PID 控制器的 设计过程,然后在 MATLAB/Simulink 仿真环境下,通过 搭建控制器模型、 柴油机模型和执行器模型进行了该算法的离线仿真研究。最后,利用海因兹曼模拟试验系统搭建了半物理仿真试验平台,对所设计的 BP 神经网络 PID 控制器进行了半物理仿真实验。离线 仿真和半物理仿真结果都表明, BP 神经网络 PID 控制器对柴油机的控制效果优于经典 PID 控制器 。 关键词 BP 神经网络; PID; 柴油机; 调速技术万方数据万方数据基于 BP 神经网络的柴油机调速技术研究 ABSTRACT Traditional PID control is generally applied in the diesel engine speed regulation system today. Since the diesel engine with the characteristics of typical time varying and nonlinear, the traditional PID controller is unable to correct control parameters online in real time. As a result, those controllers fail to achieve optimal control for diesel engine in real time. Hence, in this paper, the neural network theory which with the ability to study online was introduced into the classical PID control strategy to improve the adaptive capability of electronic speed control system. Firstly, the design process of the BP neural network PID controller which with online self-regulation is explained. Then offline simulation researches for this algorithm are cuted by building controller model, diesel model and actuator model under the MATLAB/Simulink condition. Finally, a semi physical simulation test plat is setted up, which based on HERNZMANN simulation test system. On the test bench, experiments for the designed BP neural network PID controller are pered to verify the proposed control scheme. As the offline and semi physical simulation result shown, the control effect for BP neural network PID controller is better than the traditional PID controller. Key words BP neural network; PID; Diesel engine;Speed regulation technology 万方数据万方数据基于 BP 神经网络的柴油机调速技术研究 目 录 第 1 章 绪论 .............................................................................................................................. 1 1.1 引言 ............................................................................................................................. 1 1.2 柴油机调速器及其控制技术的发展及现状 ............................................................. 1 1.2.1 电子调速器技术发展现状 .............................................................................. 1 1.2.2 自适应控制策略发展及现状 .......................................................................... 4 1.3 半物理仿真技术 .......................................................................................................... 5 1.4 本文的主要工作 .......................................................................................................... 6 第 2 章 神经网络 PID 控制器设计 ......................................................................................... 7 2.1 PID 控制器原理及算法 .............................................................................................. 7 2.2 神经网络 ...................................................................................................................... 9 2.2.1 神经网络概要 ................................................................................................... 9 2.2.2 基于 BP 神经网络 PID 控制器算法 .............................................................. 10 2.3 仿真实例验证 ........................................................................................................... 14 2.4 本章小结 ................................................................................................................... 15 第 3 章 柴油机模型设计 ........................................................................................................ 16 3.1 柴油机数学模型介绍 ................................................................................................ 16 3.1.1 建模方法的选择 ............................................................................................. 16 3.1.2 建模仿真工具 ................................................................................................ 17 3.2 柴油机模型对象介绍 ............................................................................................... 18 3.3 柴油机系统各部分模型的建立 ............................................................................... 19 3.3.1 增压器模型 .................................................................................................... 19 3.3.2 柴油机本体模型 ............................................................................................ 24 3.3.3 柴油机动力学模型 ......................................................................................... 28 3.4 执行机构模型 ........................................................................................................... 29 3.5 本章小结 ................................................................................................................... 30 第 4 章 离线仿真实验验证 .................................................................................................... 31 4.1 经典 PID 控制器模型 .............................................................................................. 31 4.2 BP 神经网络 PID 控制器模型 .................................................................................. 31 4.3 基于 MATLAB/Simulink 离线仿真实验分析 .......................................................... 35 万方数据
展开阅读全文
收藏
下载资源

加入会员免费下载





足球比分直播