论文部分内容阅读
pH值是溶液酸度的标度单位,pH值的控制对于提高化工产品、生物产品的质量及产量是非常重要的,同时对于提高生产设备的安全防护及环境保护也有极其重要的影响。然而,pH中和过程是一类典型具有强非线性、时变、大滞后特点的复杂过程,针对这些特性用常规的控制方法,无法对反应的变化过程做快速的、精确的反应,很难对其进行有效控制。模糊控制是一种非线性控制方法,适用范围广,特别适合于非线性系统的控制,而模糊控制和神经网络二者结合为模糊神经网络,具有很强的逼近非线性函数的能力,两者取长补短,它既能表示定性知识,又具有良好的自学习能力和数据处理能力,能更有效的对pH值进行控制。本文基于模糊神经网络对腈纶生产中还原剂NaNO3的制配过程中pH值的控制问题进行深入研讨。首先,从pH中和过程的机理模型出发,分析了酸碱中和时离子的反应情况,利用MATLAB中的Simulink建立了仿真模型,并用该模型分析了pH中和过程的非线性特点及扰动响应情况。其次,分析了模糊控制的基本原理,设计了模糊控制器对pH值进行控制,本文采用的是二维模糊控制器,以pH值的设定值与期望值的差以及差的变化率为输入,碱液的流量为输出,计算输入输出比例因子,制定好模糊规则,进行了仿真研究,结果表明跟踪效果良好。最后,将第三章模糊控制中的采样数据作为多层神经网络的输入—输出样本,采用BP算法对神经网络进行训练,生成了模糊神经网络控制器,进行仿真研究,并与传统PID控制在控制效果上进行了比较,结果表明所设计的模糊神经网络控制系统有较快的响应时间、较小的超调量和稳态误差,较好地解决了pH值非线性控制的问题。