论文部分内容阅读
本文致力于研究和改善内模控制，考虑扬神经网络任意逼近函数且有自学习能力的“长”，避内模控制的“短”，把神经网络运用到内模控制中去，形成神经网络内模控制新方法。本文对Smith预估器也作了研究，把单神经元不完全微分PID控制器引入Smith预估控制系统，而且为单神经元不完全微分PID控制器的设计找到了一种较为容易实现的模式，这是本文的一个创新点。本文另一个创新点是将对象固有的大滞后削弱，再实施神经网络控制器控制，这种结构非常适合于工程滞后控制。
为了进一步验证文中各类方法的有效性与可用性，本文将其推广到加热炉系统、废液处理系统和水轮调速系统等，并在对象固有特性与运行工况变化条件下，进行了仿真实验。