论文部分内容阅读
目的通过对退火炉炉温控制系统的设计，使得控制系统的控制性能和控制精度提高、抗干扰性增强．方法针对被控对象一退火炉本身的非线性、大滞后性、时变性等特点，采用把小波函数引入神经网络预测模型对退火炉温进行预测，再把此预测模型与BP神经网络控制器相结合对退火炉的脉冲燃烧器进行控制，进而控制炉温．结果由小波神经网络预测模型组成的控制系统，综合了小波分析和传统神经网络的优点，且具有不断吸收环境新信息的函数学习能力和推广能力．从仿真曲线上看，此控制方法相比较传统控制的方法具有收敛速度快，预测精度高的特点．结论实现了对具