神经网络PID控制器在山梨醇生产中的应用研究

在山梨醇化工生产过程中,针对结晶过程温控系统存在大滞后和模型不确定的特性,利用BP神经网络所具有的自学习和任意非线性表达能力,提出了用BP神经网络自整定PID参数的控制策略,对结晶过程温控系统进行控制,并用MATLAB软件进行仿真研究。仿真结果表明：基于BP神经网络的PID控制器具有很强的适应性,可获得满意的控制效果。     

山梨醇结晶温控系统的研究

山梨醇广泛应用于食品行业,针对山梨醇结晶温控系统存在时变大滞后特性,研究了一种融合遗传算法和神经网络的PID控制器。该控制算法采用RBF网络在线辨识被控对象,先利用遗传算法优化神经网络的初始权值,再结合神经网络所具有的自学习和任意非线性表达能力,用BP神经网络自整定PID参数,对结晶过程温度进行控制。仿真结果表明:该控制器提高了系统的控制性能,具有很强的自适应性和鲁棒性,满足山梨醇生产的要求。     

数据中心末端供电智能母线系统设计应用

针对目前数据中心末端供电列头柜加电力电缆存在的不足,结合实际案例,采用末端智能母线系统全新的末端供电方式,有效提升了数据中心末端供电形式及容量的灵活性、可靠性,为建设安全、经济、绿色、智能的数据中心提供支撑.