跳到主要內容

臺灣博碩士論文加值系統

(54.225.48.56) 您好!臺灣時間:2022/01/19 22:08
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:李俊賢
研究生(外文):Chun-Shien Li
論文名稱:模糊類神經網路應用於壓克力反應槽溫度控制之研究
論文名稱(外文):Study on fuzzy neural network applied in temperature control of acrylic reactor
指導教授:郭興家郭興家引用關係
指導教授(外文):Hsing-Chia Kuo
學位類別:碩士
校院名稱:國立成功大學
系所名稱:造船及船舶機械工程學系
學門:工程學門
學類:機械工程學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
論文頁數:75
中文關鍵詞:模糊類神經溫度控制類神經模糊
外文關鍵詞:neural networkfuzzyfuzzy neuraltemperature control
相關次數:
  • 被引用被引用:18
  • 點閱點閱:1323
  • 評分評分:
  • 下載下載:443
  • 收藏至我的研究室書目清單書目收藏:2
摘要
在壓克力煮料加工之過程中,溫度控制一直是一個相當重要的研究課題。因為壓克力產品品質的好壞與煮料(熟成)過程中的溫度控制的精確度息息相關。本研究之目的是想發展一套智慧型溫度控制器,以提高熟成過程中溫度控制的精確度,進而改善產品的最後品質。
在傳統的控制系統中,控制器參數設定的優劣,對於系統效能具有關鍵性的影響,於本文中,借重電腦的運算能力,來建立一套受控系統的模糊類神經網路控制模式。此模式是藉由現場操作人員所累積的經驗,結合模糊類神經網路,針對不同的歸屬函數調整成最佳狀態,使得在溫度控制的過程中能夠即時達到最佳控制的效果。
Abstract

In the acrylic reactor system, the temperature control is very important. But the heating processes can be very complex, and are often poorly understood: What works and what does not work is generally known, but what things work is often known. Now, temperature control of an exothermic bath reaction using fuzzy neural network is studied here.

The temperature control process of acrylic reaction is a multivariable and nonlinear dynamic system. Facing this plant, this paper presents a fuzzy neural network control strategy which is able to enhance the capacity of self-learning of fuzzy control rules, based on the self-learning ability of neural networks. Simulation research and physical analog experiment prove the feasibility of this control strategy.
中文摘要………………………………………………………………I
英文摘要………………………………………………………………II
誌謝……………………………………………………………………III
目錄……………………………………………………………………IV
表目錄…………………………………………………………………VI
圖目錄…………………………………………………………………VI

目錄
第一章 緒論
1-1 研究動機…………………………………………………………1
1-2 文獻回顧…………………………………………………………2
1-3 研究目的…………………………………………………………3
1-4 本文架構…………………………………………………………4
第二章 系統建置與作業分析
2-1 壓克力廠目前情形………………………………………………6
2-1-1 熟成過程……………………………………………………7
2-1-2 改善方法……………………………………………………8
2-2 系統架構與設備建立……………………………………………10
2-2-1 煮料槽設備…………………………………………………10
2-2-2 控制設備……………………………………………………10
第三章 類神經網路與模糊控制理論
3-1 類神經網路………………………………………………………21
3-1-1 類神經網路基本理論………………………………………21
3-1-2 類神經網路基本架構………………………………………22
3-1-3 倒傳遞類神經網路…………………………………………26
3-1-4 倒傳遞演算法………………………………………………27
3-2 模糊控制理論……………………………………………………34
3-2-1 模糊集合……………………………………………………34
3-2-2 模糊關係……………………………………………………36
3-2-3 模糊推論……………………………………………………37
3-2-4 模糊控制……………………………………………………38
3-3 模糊類神經網路…………………………………………………42
3-3-1 網路架構……………………………………………………43
3-3-2 各層類神經元的運算………………………………………44
3-3-3 模糊歸屬函數學習演算法…………………………………46
第四章 反應槽控制系統分析與模擬
4-1 系統模型…………………………………………………………52
4-2 控制器的設計……………………………………………………55
4-2-1 模糊化………………………………………………………55
4-2-2 模糊推論規則………………………………………………55
4-2-3 歸屬函數的修正……………………………………………56
4-3 溫度控制模擬……………………………………………………64
第五章 結論與展望
5-1 結論………………………………………………………………69
5-2 展望………………………………………………………………70

參考文獻………………………………………………………………71
附錄A…………………………………………………………………73
附錄B…………………………………………………………………74

表目錄
表4-1 模糊規則庫……………………………………………67
表4-2 反應槽溫度與時間數據……………………………………68

圖目錄
圖1-1 研究流程圖……………………………………………………5
圖2-1 壓克力板件生產製作流程……………………………………9
圖2-2 壓克力溶液熟成過程…………………………………………9
圖2-3 自動監控熟成過程……………………………………………13
圖2-4 壓克力熟成反應槽……………………………………………13
圖2-5 蒸氣控制閥……………………………………………………14
圖2-6 冷水控制閥……………………………………………………14
圖2-7 攪拌機…………………………………………………………15
圖2-8 溫度棒位置……………………………………………………15
圖2-9 觸控螢幕畫面…………………………………………………16
圖2-10 人機介面示意圖……………………………………………16
圖2-11 PLC與觸控螢幕………………………………………………17
圖2-12 PLC與溫度輸出/輸入模組……………………………………17
圖2-13 觸控螢幕與氣動閥組…………………………………………18
圖2-14 冷水與洩壓控制閥……………………………………………18
圖2-15 控制系統示意圖(1)…………………………………………19
圖2-16 控制系統示意圖(2)…………………………………………20
圖3-1 生物神經元……………………………………………………31
圖3-2 人工神經元……………………………………………………31
圖3-3 處理單元作用…………………………………………………32
圖3-4 學習過程與回想過程…………………………………………32
圖3-5 倒傳遞神經基本架構…………………………………………33
圖3-6 常見的歸屬函數………………………………………………40
圖3-7 模糊推論過程…………………………………………………40
圖3-8 模糊系統基本架構……………………………………………41
圖3-9 模糊類神經網路基本架構……………………………………51
圖4-1 煮料槽設備……………………………………………………54
圖4-2 煮料槽設備簡化圖……………………………………………54
圖4-3 控制系統………………………………………………………57
圖4-4 的歸屬函數…………………………………………………57
圖4-5 的歸屬函數………………………………………………58
圖4-6 歸屬函數參數修正流程圖……………………………………59
圖4-7 實際量測得之溫度與溫度差曲線圖…………………………60
圖4-8 的收斂情形……………………………………………61
圖4-9 的收斂情形…………………………………………61
圖4-10 時的學習收斂情形…………………………………62
圖4-11 訓練後 的歸屬函數圖………………………………………62
圖4-12 訓練後 的歸屬函數………………………………………63
圖4-13 模擬之溫度曲線圖…………………………………………65
圖4-14 模擬溫度曲線圖與實際量測曲線圖比較…………………66
參考文獻

【1】 W.S. McCulloch, and W.H. Pitts, “A logical calculus of ideas immanent in nervous activity”, Bulletin of Math. Biophsics, vol.5 p.115~123, 1943.
【2】 F. Rosenblatt, “Principles of neurodynamics: perceptrons and the theory of brain mechanisms spartan”, New York, 1962.
【3】L.A. Zadeh, “Fuzzy sets”, Inform. Conter., vol. 8, p.338~353, 1965.
【4】 L.A. Zadeh, “Outline of a new approach to the analysis of complex systems and decision process”, IEEE Trans. Syst. Man Cybern., vol. SMC-3, No. 1, p.28~44, 1973.
【5】E. H. Mamdani, S. Assilian, “An experiment in linguist synthesis with a fuzzy logic controller”, Int. J. of Man-Machine Studies, vol. 7, No. 1, p.1~13, 1975.
【6】C. T. Lin and C. S. G. Lee, “Neural-network-based fuzzy inference systems”, IEEE Trans. on Computers. Vol. 40, No. 12, p.1320~1336, 1991.
【7】T. Iwasa, N. Morizumi, S. Omatu, “ Temperature control in a batch process by neural networks”, The 1998 IEEE International Joint Conference on , vol. 2 , p.992~995, 1998.
【8】Yi Jikai, Wang Lin, Chen Shuangye, ”The application of fuzzy neural networks to the temperature control System of Oil-Burning Tunnel Kiln”, Intelligent Processing Systems, 1997. ICIPS '97. 1997 IEEE International Conference on , vol. 1, p. 512~516 vol.1, 1997.
【9】Yi Jikai, Huang Xianming, Chen Shuangye, Song Su, Ji Yuejin, ”The FNN control and its application to chemical fiber industry”, Intelligent Control and Automation, 2000. Proceedings of the 3rd World Congress on , vol. 3 , p. 1683~1686 , 2000.
【10】D. E. Rumelhart, G. E. Hinton, R. J. Williams, ”Learning representations by back-propagation errors”, Nature (London), p.533~536, 1986.
【11】秉昱科技,”模糊邏輯與類神經模糊實例說明”,儒林圖書,2000.
【12】賴耿陽,”亞克力塑膠原理與應用”,復漢出版社,1996
【13】葉信宏,”適應性類神經模糊推論系統於跟車模式之應用”,國立交通大學交通運輸研究所碩士論文,1998.
【14】董玉如,”類神經模糊網路於系統建模與控制之應用”,國立成功大學航空太空工程研究所碩士論文,2001.
【15】黃南祁,”倒傳遞網路在對接銲鋼材疲勞壽命預測上之應用”,國立成功大學造船及船舶機械所碩士論文,2001.
【16】J. Tanomaru; S. Omatu,” Process control by on-line trained neural controllers”, Industrial Electronics, IEEE Transactions on , Volume: 39 Issue: 6 ,p. 511~521, Dec. 1992.
【17】葉怡成,”類神經網路模式應用與實作”,儒林圖書,1995.
【18】蒙以正,”MATLAB5專業設計技巧”,��峯資訊 ,1999.
【19】余清華,”MATLAB精要”,全華科技圖書,2000.
【20】羅華強,”類神經網路-MATLAB的應用”,清蔚科技,2001.
【21】蘇木春,張孝德,”機器學習:類神經網路、模糊系統以及基因演算法則”, 全華科技圖書,1999.
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊