论文部分内容阅读
智能控制理论是一门综合性很强的新兴学科,属于自动化领域的前沿学科之一,智能控制的发展为解决不确定性系统,复杂的非线性系统的控制开辟了新的途径[1]。随着微处理器技术和EDA(电子设计自动化)技术的高速发展,目前工业自动化智能控制领域逐渐兴起了一项基于EDA技术的新型PLC,这种新型PLC在各种运动控制领域越来越受到人们的青睐。FPGA (Field Programmable Gate Array)即现场可编程逻辑门阵列应用技术是当前的一个研究热点。因此,研究一种基于FPGA的神经网络智能算法具有十分重要的现实意义。本文首先介绍了目前神经网络的特征、要素及FPGA技术的优势,并在此基础上研制了一种基于FPGA的神经网络PID控制器,它是一种基于FPGA技术的嵌入式控制系统。本文介绍了一种基于ARM+FPGA结构的新型PLC的结构组成,然后重点介绍了新型PLC中的一个智能控制算法模块,即利用FPGA的Nios II软核处理器来实现人工神经网络智能控制算法,以便PLC能够在运行时调用智能控制模块,实现PLC控制器的智能化。该设计采用FPGA可重构技术,以三层误差反向传播神经网络作为典型的模型来展开。设计中依据成熟的BP算法公式,采用文本文件输入的设计方法,通过验证,逻辑功能正确。该方法为神经网络的硬件实现提供了可靠的基础。硬件部分主要采用Alter公司Cyclone系列FPGA芯片作为核心处理器。外围电路包括发热和检测装置、A/D转换模块以及电压放大电路。软件部分主要包括BP神经网络PID控制算法、A/D采集模块以及显示输出模块,其中BP神经网络PID控制算法嵌入到FPGA中。开发工具由Quartus II综合开发平台、Nios II和SOPC Builder三部分组成。文中研究的主要内容包括:神经网络的误差反向传播(BP);神经网络PID智能控制器的实现;输入模块的实现;电压信号放大板的设计与实现;Nios II的开发方法;FPGA中的串行异步通讯,包括波特率发生器、数据接收器、数据发生器;智能控制器实现对温度控制实验装置的温度调节与控制,包括PID参数整定,神经网络PID控制算法的仿真。最后对系统的软件和硬件进行了综合调试,并且在此基础上做了实验测试,仿真结果表明,该系统性能稳定,运行可靠,具有一定的参考价值。