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。