论文部分内容阅读
本文提出了一种基于神经网络技术的Smith-NN预估控制方法,旨在克服被控对象的时变性、非线性和不确定性给大纯滞后补偿带来的影响。经在我们研制的网络开发环境下的闭环NN控制器学习,Smith预估器设计,以及Smith-NN预估控制的闭环测试,证明了该技术路线的可行性。同时,经大量的控制系统仿真实验,特别是对pH过程、动态称重过程的实验研究,证明这是一种克服大纯滞后的有效方法。另外,该方法简捷,容易由基于汇编语言的智能仪表实现。