摘要：温度控制广泛应用于各种领域，例如化工、冶金、食物保鲜等。目前在我国工业温度控制中广泛使用常规PID控制算法或者改进型PID控制算法。对于常规的PID控制或者改进型PID控制，在设定目标温度值之后需要通过控制算法整定出合适的控制器参数，进而实现对系统的控制。一般加热过程具有明显的非线性，不易建立十分准确的模型，且整定过程耗时较长。同时，由于加热过程的特殊性，即使是在设定温度后，由于干扰的存在或者被控对象内部发生了改变，则原来的控制器参数将不再适用，需要重新进行参数整定。采用传统的控制算法难以获得理想的控制效果。

本文将神经网络控制和传统的PID控制进行结合，利用神经网络的自学习特性对控制器参数进行在线整定，实现对温度控制系统的在线智能控制。首先利用课题组提供的数据，以空气源热泵为加热设备的泳池恒温系统为被控对象建立其数学模型，在SIMULINK中搭建了仿真电路。设计常规PID、单神经元PID和BP神经网络PID控制算法并进行仿真调试，实现对泳池恒温系统温度智能控制。

关键词：温度控制；PID；神经网络；空气源热泵；SIMULINK仿真

目录

摘要

ABSTRACT

第一章 绪论-1

1.1 课题研究的背景及意义-1

1.2 国内外研究现状及发展趋势-2

1.3 本文研究内容-4

1.4 本章小结-4

第二章 空气源热泵机组工作原理及控制要求-5

2.1 空气源热泵机组工作原理-5

2.2 空气源热泵机组的加热方式选择-5

2.2.1 直接加热方式-5

2.2.2 间接加热方式-6

2.2.3 混合加热方式-7

2.2.4 调整后的间接加热方式-7

2.3 空气源热泵机组的控制要求-8

2.4 工程建模方法介绍-8

2.4.1 机理法建模-8

2.4.2 经验法建模-9

2.4.3 测试法建模-9

2.5 被控对象模型的建模-10

2.5.1 阀门的流量特性分析-10

2.5.2 确定被控对象数学模型的方法-10

2.5.3 进水流量与出水温度的响应曲线分析-11

2.6 本章小结-12

第三章 控制算法原理分析-13

3.1 PID控制的基本原理-13

3.2 PID控制算法的形式-14

3.2.1 模拟PID算式的离散化-14

3.2.2 位置式PID控制算法-14

3.2.3 增量式PID控制算法-14

3.3 单神经元PID控制算法-15

3.3.1 单神经元控制算法-15

3.3.2 单神经元与PID控制算法结合-15

3.4 基于BP神经网络的PID控制算法-16

3.4.1 BP神经网络控制算法-16

3.4.2 BP神经网络与PID控制算法结合-17

3.5 本章小结-20

第四章 MATLAB/SIMULINK仿真设计-21

4.1 仿真环境介绍-21

4.1.1 MATLAB介绍-21

4.1.2 SIMULINK仿真基础-21

4.2 S函数简介-21

4.3 利用S函数进行控制算法设计-23

4.3.1 经典PID算法的S函数设计-23

4.3.2 单神经元PID算法的S函数设计-24

4.3.3 BP神经网络PID算法的S函数设计-26

4.4 搭建仿真模型-29

4.5 本章小结-30

第五章 仿真调试与分析-31

5.1 仿真模型的分析与改进-31

5.1.1 纯滞后对系统控制品质的影响-31

5.1.2 Smith补偿控制原理-31

5.1.3 改进后的仿真模型-33

5.2 常规PID控制的参数整定与分析-34

5.3 单神经元PID控制的调试与分析-36

5.4 基于BP神经网络PID控制的调试与分析-39

5.5 三种控制算法对比分析-42

5.5.1 稳定性分析-42

5.5.2 超调量-42

5.5.3 调节时间-42

5.6 算法实现-43

5.7 本章小结-47

第六章 总结与展望-48

6.1 总结-48

6.2 展望-48

参考文献-50

致  谢-52

附  录-53