太陽(yáng)能硅片酸洗池溫度控制系統(tǒng)設(shè)計(jì)【獨(dú)家畢業(yè)課程設(shè)計(jì)帶任務(wù)書+開題報(bào)告+外文翻譯】

太陽(yáng)能硅片酸洗池溫度控制系統(tǒng)設(shè)計(jì)【獨(dú)家畢業(yè)課程設(shè)計(jì)帶任務(wù)書+開題報(bào)告+外文翻譯】,太陽(yáng)能,硅片,酸洗,溫度,控制系統(tǒng),設(shè)計(jì),獨(dú)家,畢業(yè),課程設(shè)計(jì),任務(wù)書,開題,報(bào)告,講演,呈文,外文,翻譯 對(duì)非線性系統(tǒng)應(yīng)用小波網(wǎng)絡(luò) 制器的比較研究 M. A. . P. . a 要 ： 在本文中，主要 對(duì)非線性系統(tǒng)應(yīng)用 小波網(wǎng)絡(luò) 制器進(jìn)行比較研究。小波網(wǎng)絡(luò) 制器結(jié)合神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的優(yōu)勢(shì)與小波網(wǎng)絡(luò)表示一個(gè) 高 效的識(shí)別非線性動(dòng)態(tài)系統(tǒng)，當(dāng)我們想要應(yīng)用這些程序控制植物 未知 的和高度非線性的數(shù)學(xué)模型 特征時(shí)， 存在著不同類型的 即 小波網(wǎng)絡(luò) 糊小波網(wǎng)絡(luò) 過(guò) 對(duì) 植物的 識(shí)別， 這些經(jīng)典離散 小波 激活 功能 ，可以 在線調(diào)整比例 、 積分和微分增益。為此，該 小波網(wǎng)絡(luò) 波 子控制系統(tǒng)性能與傳統(tǒng)的 真結(jié)果表明，用模糊小波網(wǎng)絡(luò) 具有良好的性能，例如倒立擺。 關(guān)鍵詞： 小波網(wǎng)絡(luò) 模糊小波網(wǎng)絡(luò)的 立擺；神經(jīng)網(wǎng)絡(luò)。 一、簡(jiǎn)介 如今，小波的使用一直在增長(zhǎng)，因?yàn)樗鼈兘Y(jié)合了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)特點(diǎn)， 并以小波表現(xiàn)。以這種方式， 于這一特點(diǎn) 查與工業(yè)領(lǐng)域 。 這些應(yīng)用程序的一個(gè)例子呈現(xiàn)在 [1]，在他們目前的 車懸架系統(tǒng)的建模技術(shù)， 在 這項(xiàng) 工作中，他們用多項(xiàng)式加窗高斯（蝌蚪）作為激活函數(shù)和小波在其學(xué)習(xí)過(guò)程中，它是優(yōu)化的參數(shù)反向傳播算法。另一個(gè) 用的重要例子在 [2]，在這項(xiàng)工作中，他們使用一個(gè) 空氣燃料的估計(jì)在火花噴射發(fā)動(dòng)機(jī)的比例控制，在這里他們得出的結(jié)論 ; 1）利用小波遞增魯棒性和 2）消耗訓(xùn)練的時(shí)間比一個(gè)多層感知短。其他領(lǐng)域，在行業(yè)內(nèi)不斷增長(zhǎng)研究群體之間的模糊邏輯，因?yàn)橐阅：壿嫗榛A(chǔ)的控制系統(tǒng)提供了一種有效的方法控制復(fù)雜和非線性系統(tǒng)。例如，在 [3]，作者提出了一種基于 模糊邏輯控制器過(guò)程控制，在此項(xiàng)工作中 ，在 外，他們得出結(jié)論是模糊邏輯的組合采用了經(jīng)典的 糊 于傳統(tǒng)的 [ 4 ]，它提出了一種基于 實(shí)時(shí)自適應(yīng)模糊邏輯控制器，在這種控制器下測(cè)試使用四分之一汽車半主動(dòng)懸架模型的雙自由度控制的運(yùn)轉(zhuǎn)狀態(tài)，并證明該體系結(jié)構(gòu)的一個(gè)特點(diǎn)是接受新的規(guī)則和成員函數(shù)的能力，在運(yùn)行時(shí)不會(huì)對(duì)植物造成任何不良反應(yīng)。此外，他們表明，該控制器具有穩(wěn)定的車輛懸架系統(tǒng)的能力。在 [ 21 ]提出了一種小波微分神經(jīng)網(wǎng)絡(luò)觀測(cè)器。使用其他實(shí)例模糊控制器的是 [22此外，它或它的一些變化涉及超過(guò)一半的控制器被用于工業(yè)中的控制器。由于巨大的技術(shù)進(jìn)步，離散 數(shù)字計(jì)算機(jī)、微處理器、 。然而， 不同的變化規(guī)律，如：魯棒 糊 糊神經(jīng)網(wǎng)絡(luò) 線性 制，小波 制和模糊小波網(wǎng)絡(luò)的 然所有 一般的操作模式是一樣的，這是基于起作用的比例、積分和微分形式的誤差信號(hào) e（ t） [ 5 ]，定義為參考信號(hào) t）之間的差異和植物的輸出信號(hào) y（ t），以這種方式產(chǎn)生的?？?制信號(hào) u（ t），該控制信號(hào)操縱用期望的方式來(lái)實(shí)現(xiàn)植物的輸出，它是描述由方程（ 1）。 )()()()(*)(0 t ??? ? （ 1） 在 制器的增益。存在最后調(diào)整這些增益 [ 5 ]的分析和試驗(yàn)技術(shù)，當(dāng)植物的數(shù)學(xué)模型在某些情況下，進(jìn)行的控制是未知的，建立這些增益是非常復(fù)雜的。因?yàn)檫@個(gè)問(wèn)題， 如，為解決這一問(wèn)題，提出的替代方案是自動(dòng)調(diào)整 益在線 [6在這些作品中 ，他們近似植物的未知的數(shù)學(xué)模型并建立自動(dòng) 制器的增益，用于這一目的的控制器有變化，這種變化是由模糊邏輯引入自動(dòng)建立 這項(xiàng)工作中，比較研究經(jīng)典的 制， 制和模糊小波網(wǎng)絡(luò) 控制非線性系統(tǒng)的性能。仿真結(jié)果表明，模糊 如倒立擺。 二、 制器 在本節(jié)中，我們簡(jiǎn)要地描述 [6出了如圖 1 所示。該控制器有三個(gè)主要階段來(lái)操縱非線性輸出植物中所期望的方式。第一階段是植物識(shí)別，在這個(gè)階段中，植物的輸出由 級(jí)聯(lián) [ 9 ]一個(gè) 波器的神經(jīng)網(wǎng)絡(luò)估計(jì)，該濾波器采用持續(xù)信號(hào) v（ k）， 波器的功能是過(guò)濾，有 “ 對(duì)鑒定過(guò)程的貢獻(xiàn)小的神經(jīng)元。在這個(gè)階段，它要求你輸入的植物 U（ K）；估計(jì)誤差e（ k）的值，估計(jì)誤差定義為植物的實(shí)際輸出之間的差異 e（ K）和植物估計(jì) y（ K）。第二階段是離散 送控制信號(hào) U（ K），這個(gè)信號(hào)是用來(lái)處理植物的輸出的。此外，它是必要的跟蹤誤差 ε （ K），它被定 義為參考信號(hào) K）和植物的輸出 y（ k）。最后一個(gè)階段是在線自整定 益 I， Γ （ K）的參數(shù)是由 （ 2） 在 出了 Z（ k）是 作為 糊 你所期望的方式操縱裝置下輸出一個(gè)未知的非線性系統(tǒng)辨識(shí)數(shù)學(xué)模型和在線的離散 定增益 D。然而，在這種模糊邏輯控制器引入學(xué)習(xí)率的自動(dòng)刷新 制器μ P，μ i，和μ d [ 10 ]。模糊 操作 個(gè)模糊小波網(wǎng)絡(luò)控制器和 圖 1 框圖 一個(gè)模糊邏輯控制器的第一部分是模糊化，這個(gè)組件將清晰的輸入為一組在區(qū)間[0， 1]的隸屬度值。存在不同類型的隸屬函數(shù)例如：三角形、梯形、指數(shù)等。 [10]采用三角形和梯形隸屬函數(shù)。使用的控制器呈現(xiàn)在 [10]，模糊邏輯的兩個(gè)輸入的考慮在內(nèi) 。第一個(gè)是跟蹤誤差ε（ K），第二是其派生的近似 ε 1（ k） =ε（ K） K - 1）。這些，我們得到一個(gè)模糊系統(tǒng)與兩輸入三輸出；輸出的每一個(gè)代表一種學(xué)習(xí)速率 μ P，μ i，和μ d，這種調(diào)查提出確定學(xué)習(xí)速率的范圍，在方程（ 3） [μ μ (3) 需要提及的是重要的學(xué)習(xí)速率的范圍通過(guò)試錯(cuò)來(lái)確定，為了這個(gè)目的，一組數(shù)字必須進(jìn)行模擬，觀察在閉環(huán)系統(tǒng)中的狀態(tài)。學(xué)習(xí)需要滿足的方程（ 4）。 (4) 為方便起見，μ P，μ 和 1之間，用下面的線性變換 （ 5 其中，，和是通過(guò)模糊調(diào)節(jié)系統(tǒng)的參數(shù)。將這些參數(shù)用于計(jì)算增益 的 其中 e（ k）定義為識(shí)別錯(cuò)誤， ε （ k）是由下式給出的跟蹤誤差 和 是識(shí)別的一部分。由 6行。另外，自動(dòng)地學(xué)習(xí)速率自適應(yīng)，尋找試錯(cuò)最好的參數(shù)初始值是可以避免的。為一個(gè)典型的模糊系統(tǒng)以其規(guī)范化的輸出，顯示在圖 2中，我們可以確定學(xué)習(xí)速率的范圍很容易。 圖 2 模糊系統(tǒng)表示。 其中 ε （ k）和 ε 1（ k）是跟蹤誤差及其衍生物分別逼近。在圖 3（ ，是與隸屬函數(shù)跟蹤誤差 ε （ k）及其衍生物近似 ε1 （ k）的顯示。 （ a） （ b） 在圖 3 隸屬函數(shù)ε（ k）和ε 1（ k），其中， K）陰性， k）為零， k）陽(yáng)性， （ k）陰性， 意味著ε 1（ k）零，和 （ k）陽(yáng)性。 在這種情況下，使用的隸屬函數(shù)是三角形和梯形的形式，為簡(jiǎn)單起見。在圖4中，這些為 4（ a）只表示為學(xué)習(xí)速率的比例增益 4（ b）只表示為學(xué)習(xí)速率 的 積分增益 后，圖 4（ c）只表示為學(xué)習(xí)速率的微分增益 （ a） （ b） （ c） 圖 4隸屬函數(shù) C），其中， 0意味著μ 'p，μ 'd 為 味著μ 'p，μ 'i 和μ 'd 小。 味著μ'p，μ 'p，μ '糊規(guī)則具有結(jié)構(gòu)類型 換言之，該結(jié)構(gòu)是： 其中 模糊集西斯規(guī)則與 i=1， 2， ...， M。將所得的模糊系統(tǒng)由 9規(guī)則形成被顯示于表一中。 表一 模糊規(guī)則 其中， N， [Z/ Z]， P， p， m， ，正，小，中，大。去模糊化使用的方法是重力（ 法的中心。 三、仿真設(shè)置 倒立擺車系統(tǒng)是在圓柱桿（鐘擺）周圍的固定點(diǎn)可自由擺動(dòng)，它是說(shuō)系統(tǒng)具有重要的機(jī)械限制，因?yàn)樗荒茉谝粋€(gè)平面上移動(dòng)。鐘擺被安裝在一個(gè)移動(dòng)的（汽車）上，這一塊可以在水平面內(nèi)移動(dòng) [ 12 ]。倒立擺車如圖 6所示，可以觀察到，這一系統(tǒng)是分動(dòng)，因?yàn)樗挥幸粋€(gè)致動(dòng)器和兩自由度；位置 x，和角位置θ。該系統(tǒng)的變量和參數(shù) 的說(shuō)明在表 2中，并從采取 [ 13 ]。 圖 5 倒立擺系統(tǒng) 表二 系統(tǒng)的變量和參數(shù) 對(duì)于空間狀態(tài)表示，下面的狀態(tài)變量是必要的： θ； ； (11) 其中， 是擺角位置。這種非線性系統(tǒng)可以表示成方程組系統(tǒng)的形式（ 8）： (12) 其中， x□ R 4， U□ R，和： (13) (14) 在本文中，這種表示是用于我們的所有模擬并執(zhí)行的比較分析控制器?？刂扑惴ú捎?真，為倒立擺車系統(tǒng)的數(shù)學(xué)模型。此外，用離散的 模擬了經(jīng)典的 們控制了系統(tǒng)使用的第二節(jié)中所描述的三個(gè)控制器，在相同的初始條件和仿真參數(shù)，如表三。 表格三 模擬條件 首字母學(xué)習(xí)速率 制器 μP = μi=d= 些值被以隨機(jī)的形式設(shè)置。最初通過(guò)自動(dòng)調(diào)諧被選定為 d 值離散 塊的功能。我們選擇了這個(gè)功能，因?yàn)槲覀兊哪康氖窃u(píng)估每個(gè)控制器有完全相同的增益的性能，簡(jiǎn)單起見，用于選擇控制器的增益。 四 、仿真結(jié)果 已經(jīng)進(jìn)行了不同的實(shí)驗(yàn)，以評(píng)估三個(gè)控制器的性能。第一個(gè)實(shí)驗(yàn)是對(duì)倒立擺小車的外部擾動(dòng)進(jìn)行控制，其主要目的是觀察在外部干擾下的控制器的響應(yīng)。在第二個(gè)實(shí)驗(yàn)中，引入一個(gè)噪聲信號(hào)，在這里我們可以觀察到外部擾動(dòng)和噪聲下的控制器的響應(yīng)。所有仿真，在 在這個(gè)實(shí)驗(yàn)中， 度量級(jí)外部擾動(dòng)在 15 秒后系統(tǒng)引入初始化 。在圖 7（ a）中，我們可以觀察控制器的跟蹤誤差。此外，在圖 7（ b）中，我們可以觀察到三個(gè)控制信號(hào)。本實(shí)驗(yàn)的結(jié)果分析如表四所示，對(duì)于經(jīng)典的 a）中， b）和模糊小波網(wǎng)絡(luò)的 C）所示。 表四 第一個(gè)試驗(yàn)結(jié)果分析 （ a） （ b） （ c） 圖 7 第一次實(shí)驗(yàn)結(jié)果 在這個(gè)實(shí)驗(yàn) 度量級(jí)外部擾動(dòng)了 15 秒后，引入系統(tǒng)初始化，同時(shí)引入噪聲信號(hào)到控制器，觀察它的響應(yīng)。在圖 8（ a）中，我們可以觀察到控制器的跟蹤誤差。以同樣的方式作為最后的實(shí)驗(yàn)中，三個(gè)控制信號(hào)被顯示在圖 8（ b）中。本實(shí)驗(yàn)結(jié)果的分析見表 5（ a）、 5（ b）和 5（ c）分別為經(jīng)典的 表五 所獲得的結(jié)果分析 （ a） （ b） （ c） 圖 8 第二個(gè)實(shí)驗(yàn)結(jié)果 五、結(jié)論 這項(xiàng)工作的主要目的是比較 制器有效跟蹤非線性 統(tǒng)的參考信號(hào)，我們已經(jīng)考慮了三種不同的控 制器，經(jīng)典的 模糊及它們的性能控制倒立擺小車，都把注意力集中在三個(gè)主要的標(biāo)準(zhǔn)，植物響應(yīng)，控制信號(hào)和跟蹤誤差。隨著收集的數(shù)據(jù)，我們可以得出這樣的結(jié)論：無(wú)論 模糊 經(jīng)典 有效。然而，即使們必須注意學(xué)習(xí)速率自調(diào)整模糊 要選擇最優(yōu)學(xué)習(xí)速率的 有證據(jù)表明 感謝 作者感謝來(lái)自墨西哥國(guó)家科學(xué)技術(shù)委員會(huì)資金，資助號(hào) 169062 和 204419以及 參考 文獻(xiàn) [1] Y. Y. “of 144006 [2] J. A. F. K. . “in on 011. [3] V. T. S. . ID 2, 495004. [4] A. . M. . “ 010, 44. [5] K. . 2006. [6] C. J., L. . “ V 2009. [7] L. . “A 20010). 2010. [8] S. M. . “of 008. [9] H. S., 2001. [10] “an ac 11012), 2012. [11] “ID on 23, 5, 1392 1993. [12] F., R., of a : 0, 000. [13] J. A 3rd 1892, 3. [14] I. S. . P. “ G. T. . 1963, 271–350. [15] I., 20(9), 14392009. [16] Y. C., F. J., J. C., J. K., & K. C., 30(4), 2350015. [17] S. L., in ID , 18(5), 1001998. [18] G., A on of , 14(5), 6762006. [19] H., H., A of a of 21(3), 4472013 [20] s. ID 3, , 2012. [21] 30, , 2350015. [22] in ID 18, , 1001998. [23] G., A on of 14, , 676006. [24] H. H., A of a of 21, , 4472013.