用于加速器控制的神经元网络的研究与设计

随着HIRFL-CSR工程的进展，前端控制系统的改造在实时性、可靠性和成本等方面提出了更高的要求。而且HIRFL-CSR系统工作坏境非常复杂，各种干扰难以预测，使用传统方法很难达到稳定的控制效果。针对这些问题，本论文利用LonWorks现场总线技术与智能控制相结合的方法，研究和设计了用于HIRFL-CSR端控制的神经元网络系统。本文首先阐述了智能控制的产生与发展，分析了智能控制的结构理论和智能控制的主要技术，深入研究了神经网络算法及一些典型的用于控制的神经元网络模型。并从HIRFL-CSR控制角度出发，设计了用于加速器控制的神经网络控制模型，该神经网络利用一种全局寻优的自适应快速即算法来弥补基本B尸算法的缺陷，使其更加符合HIRFL-CSR控制系统的要求。其次，结合HIRFI-CSR工程的控制要求，采用Lonworks现场总线技术，把传统的集中与分散相结合的集散控制结构，变成新型的全分布式结构，把控制功能、彻底下放到现场，依靠现场智能设备本身实现基本控制功能，形成一个低成本，高可靠性的前端现场智能控制系统。采用神经元芯片实现了智能控制器和网络适配器，结合神经网络控制技术设计和实现了HIRFL-CSR控制网络的试验平台。该神经元网络的整体构架符合现代控制技术的网络化，智能化，分散化和开放化的发展趋势。最后，总结了神经元网络的研究与设计，并提出神多兄网络柞加谏器智能神不课题对HIRFL-CSR控制的完瞥迸行了有益的探索，提出了可行的实现方案，该研究对于HIRFL-CSR控制系给的改造具有重要的工程意义。