论文部分内容阅读
PID控制广泛应用在电厂的各种控制过程中。电厂主汽温的被控对象是一个大惯性大迟延非线性且对象变化的系统。本文采用一个多层前向神经网络，采用反向传播算法依据控制要求实时输出Kp、Ki、Kd，依次作为PID控制器的实时参数，代替传统PID参数靠经验的人工整定和工程整定，以达到对大迟延主汽温系统的良好控制。通过MATLAB仿真研究，表明基于BP神经网络的自整定PID控制具有良好的自适应能力和自学习能力，对大迟延和变对象的系统可取彳导良好的控制效果．