本科畢業(yè)設計，論文，word版 摘 要 目前，由于PID具有結構簡單，可通過調節(jié)比例積分和微分取得基本滿意的控制性能，廣泛應用在電廠的各種控制過程中。電廠主汽溫的被控對象是一個大慣性大遲延非線性且對象變化的系統(tǒng)。常規(guī)汽溫控制系統(tǒng)為串級PID控制或導前微分控制,當機組穩(wěn)定運行時,一般能將主汽溫控制在允許的范圍內。但當運行工況發(fā)生較大變化時,卻很難保證控制品質。因此本文研究BP神經網絡的PID控制，利用神經網絡的自學習、非線性和不依賴模型等特性實現(xiàn)PID參數(shù)的在線自整定，充分利用PID和神經網絡的優(yōu)點。本處用一個多層前向神經網絡，采用反向傳播算法依據(jù)控制要求實時輸出Kp、Ki、Kd，依次作為PID控制器的實時參數(shù)，代替?zhèn)鹘y(tǒng)PID參數(shù)靠經驗的人工整定和工程整定，以達到對大遲延主氣溫系統(tǒng)的良好控制。對這樣一個系統(tǒng)在MATLAB平臺上進行仿真研究，，仿真結果表明基于BP神經網絡的自整定PID控制具有良好的自適應能力和自學習能力，對大遲延和變對象的系統(tǒng)可取得良好的控制效果。 關鍵詞：主汽溫，PID，BP神經網絡，MATLAB仿真