冶煉廠電熱前床溫度控制系統設計

電氣自動化論文編號:ZD565 論文字數:27161,頁數:66，有開題報告，任務書，文獻綜述

目   錄

摘 要 Ⅲ
ABSTRACT Ⅳ
第1章  緒  論 1
1.1  課題研究現狀介紹 1
1.2  課題研究目的及意義 2
1.3  課題任務及要求 2
第2章 工藝流程 3
2.1 礦熱電爐的爐型和結構 4
2.1.1 爐型 4
2.1.2 爐體結構 4
2.1.3 產品放出裝置 5
2.1.4 固體爐料加入孔 5
2.1.5 鋼結構 5
2.2  礦熱電爐的電極 6
2.3  礦熱電爐的主要電氣參數 7
2.3.1 爐用變壓器 7
2.3.2 二次側電壓（工作電壓）的確定 7
2.4 礦熱電爐的開爐和烘爐 10
2.5 礦熱電爐的基本工作過程 10
第3章  硬件部分 11
3.1硬件系統框圖 11
3.2 8051單片微機簡介 12
3.2.1 8051單片微機結構 12
3.3 I/O接口的擴展 14
3.3.1 8255簡介 14
3.2 8255擴展電路及地址設置 15
3.4 操動機構及其電路 16
3.5 A/D轉換電路 17
3.5.1 AD574簡介紹 17
3.5.2 AD574與8051接口電路 18
3.6 傳感器 19
3.6.1 主要技術要求 20
3.6.2 可供選用的傳感器類型 20
3.6.3 熱電偶的工作原理: 20
3.7 放大電路 21
3.8光電編碼器 22
3.9 人機接口 23
3.9.1  LCD電路 23
3.9.2 鍵盤電路 24
3.9.3  打印機電路 25
3.9.4  報警電路 26
第4章  軟件部分 27
4.1 控制算法 27
4.1.1 經典PID模擬控制原理 27
4.1.2 經典PID數字控制 28
4.1.3 模糊控制算法 29
4.1.4  神經網絡算法 30
4.2 本課題的算法確定 34
4.2.1 控制系統 34
4.2.2 控制策略 34
4.3 系統控制總框圖 36
4.4主程序流程圖 37
4.5中斷程序流程圖 37
4.6各子程序流程圖 39
4.6.1  采樣子程序流程圖 39
4.6.2  數字濾波程序流程圖 39
4.6.3  PID算法程序 39
4.6.4  神經網絡BP算法程序流程圖 41
4.6.5  帶符號乘法子程序 41
4.6.6  打印機程序流程圖 42
第5章 系統仿真 43
5.1 計算機仿真簡介 43
5.1.1 仿真概念 43
5.1.2 仿真步驟 43
5.2  控制系統的仿真 43
5.2.1 基本原理 43
5.2.2 仿真步驟 44
5.3  MALAB簡介 44
5.3.1  MATLAB的發展 44
5.3.2  MATLAB的功能模塊及其特點 45
5.4 本課題的系統仿真及其結果 45
5.4.1 系統仿真準備 45
5.4.2 仿真曲線 46
結束語 47
參考文獻 48
致謝 49
附錄  程序清單 50

摘 要：溫度對象種類繁多,普遍具有時間常數大、純滯后時間長、時變性較明顯等特點,這使得基于被控對象數學模型的常規控制方法在溫度控制中有較大的局限性而無法獲得理想的控制效果。針對以上情況,本文采用具有自學習能力的單神經元自適應智能控制算法來對溫度對象實施控制,該算法不依賴于對象的數學模型,算法簡單,易于實現,且對干擾和對象模型時變具有較強的適應性，它能根據輸出偏差的大小進行自動調節，使輸出達到給定值。
 關鍵詞：控制系統；神經網絡；PID控制
 
 
 ABSTRACT: Temperature is the most common physical quantity in the production process, a lot of production processes regard temperature as it and is accused of the parameter. It is at electric heat of smeltery bed among control system, time heavy , pure to lag behind coefficient of temperature time the long in constant temperature, when change the sex by characteristic not obvious, this make on the basis of accuse of target routine , mathematics of model control the method, fuzzy to control method and expert intellectual control ,etc. method have greater limitation but unable to win the ideal control result in temperature control.
 In this, we use the single neuron PID of BP neural network to control algorithms , adopt the traditional one-chip computer temperature control system, temperature of bed is it control to go on to smeltery electric heat, in order to is it work systematic dependability and security to improve, achieve the with high efficiency , high-standard goal.
 Keywords: Control system; Neural network; PID controlling