2
参数灵敏度分析实验
参数灵敏度仿真实验按如下方式进行
在某个
时间
选择对菌体生长影响最大的参数最大比生长
率
Λμ 随时间变化变化幅值为正常值的◊ 变化
规律按正弦曲线变化
当最大比生长率Λμ 作为干扰
量时
图 是对应两种控制方案的输出响应曲线从
图
可以看出方案 ) 基于神经网络的自适应控
制其输出响应基本不受参数
Λμ 时变的影响说明该
方案能够适应过程模型结构的不确定性和参数的时 变性
具有较强的鲁棒性方案) 输入输出线性化
解耦控制
在参数Λμ 时变时对输出响应影响很大
偏离了设定值
说明这种控制方案对参数的变化特
别敏感
鲁棒性较差
6
结果讨论与结论Δ ισχυσσ ανδ ρεσυλτσ
仿真结果表明
提出的基于神经网络的多输入
多输出发酵过程自适应控制方案
完全能适应模型
结构不确定
!参数时变等的特点两个控制回路的相
互耦合
影响并不太大当第一个回路设定值变化
时第二个回路输出响应最大扰动达到 另
一方面
虽然基于微分几何理论的非线性控制是研
究非线性系统应用非常广泛的一种工具
但对多变
量非线性发酵过程的控制
性能较差非线性多变量
发酵过程输入输出线性化解耦控制
虽然达到了解
耦的目的
两个响应回路分别调节但由于该方案完
全基于准确的过程建模设计
当模型不准确时控制
响应受干扰严重
当模型中最大比生长率变化
时
输出响应最大变化达 控制精度较差比较
仿真结果
本文得出的结论为≠ 针对式) 描
述的发酵过程
基于神经网络的自适应控制方案能
够控制该非线性系统达到稳态精度较高
控制过程
能够自适应过程模型的不确定性和时变性
由于两
个控制回路的耦合程度较弱
两回路的相互扰动并
不太大
由于发酵过程具有不确定性!时变性等特
点
基于微分几何理论的非线性控制方案控制性能
受参数变化影响较大
鲁棒性较差不适应发酵过程
的特点
参 考 文 献
Ρ εφερενχεσ
程代展 非线性微分几何控制理论科学出版社
√≤ ≤ Π ≤ ≥ ƒ ≥ Π
ΠΠ ≤ ∞ 3 3
√ ≤ ≥Π ≥ Π√ ≤ Π
ΠΠ ≤ ∞
36 ≥ ⁄ ∞ ≤ ≥ ≤ ΠΠ ƒ ≤ ∞ ≥ 47 ° × ≤ ∞¬
≤ 60
≤ ≥ ≥ ∂ ≠
隋青美 基于神经网络的发酵过程建模与控制方法研究≈博士论
文
∀ 天津大学天津
作者简介 隋青美
女山东大学教授博士研究领域为
系统辨识
!智能控制和非线性控制
王正欧
男天津大学教授博士生导师研究
领域为系统辨识
!神经网络和复杂系统