神经网络在时滞时变系统中的应用

针对在聚合反应温度控制中的时变、热惯性、热滞后、被控对象模型难以确定等特点,以及常规PID控制在非线性、时变、滞后系统中的局限性,提出了一种单神经元自适应控制与Smith预估器相结合的控制方法。该方法利用神经网络的非线性映射和自学习能力,来实现控制参数的在线整定。利用Smith预估算法来解决系统的大滞后。该控制器具有使系统超调量小、调整时间短、鲁棒性好等优点。文中并给出了基于数字信号处理器(DSP)和单片机的双CPU的温度控制系统的设计。