共查询到20条相似文献,搜索用时 31 毫秒
1.
为提高制浆过程中置换蒸煮系统在扰动和模型失配条件下的控制精度与鲁棒性,本课题基于置换蒸煮锅温差控制系统仿真模型,提出了一种基于模糊控制算法与粒子群优化算法(Particle Swarm Optimization,PSO)的置换蒸煮系统温差自适应PID控制方法。首先基于粒子群优化算法设置PID控制器参数的初始值,再利用模糊算法实现PID参数自整定,最后将控制效果与传统PID控制器以及模糊PID控制器进行对比。结果表明,在单一工况下,PSO-模糊PID控制器的综合性能最好,调节时间最短,超调量最低,有效保持蒸煮立锅内药液温度的一致性;针对压力阶跃扰动和模型失配,PSO-模糊PID控制器抗干扰性能更强,总体超调量更低,调节时间更短,具有良好的鲁棒性和自适应性。 相似文献
2.
3.
4.
以自动链板式茶叶烘干机为研究对象,为降低燃煤热风炉能耗、提高热效率、提高烘干机温度控制精度,提升茶叶品质,提出了一种基于改进BP神经网络的控制策略。分析了烘干机的结构和控制原理,在此基础上将BP神经网络与PID控制方法相结合,通过神经网络的自学习、加权系数的调整,优化PID控制器参数K_i、K_p、K_d,并将粒子群算法引入到神经网络中作为其学习算法,以有效提高BP神经网络算法的收敛速度。仿真结果表明,该控制方法响应速度快,超调量小,从而实现对热风温度的恒温控制。 相似文献
5.
置换蒸煮过程中蒸煮锅内温度控制是一个具有严重时滞性、时变性和非线性系统,且药液在蒸煮锅内循环时易产生温度梯度,为保证锅顶部和底部药液温度均匀一致,采用常规的温差-流量串级PID控制器难以取得满意的控制效果。通过对蒸煮药液循环加热后回流至蒸煮锅顶部和底部过程机理的分析,依据串级控制、模糊控制和PID控制的特点,将三者有机地结合起来提出一种模糊自整定PID串级控制系统,应用Matlab仿真比较表明,模糊自整定PID串级控制的动态响应曲线更好,超调量小,抗干扰能力强。 相似文献
6.
7.
8.
9.
刘晶 《北京印刷学院学报》2019,27(7)
针对目前双色凹印机套准控制器数字化、自动化及智能化不足的问题,建立双色凹印机套准误差数学模型,结合BP神经网络PID控制器的特点,设计了一种基于BP神经网络的凹印机套准控制器。根据凹印机套准误差模型中两个印组的速度与张力对套准误差的影响关系,设计神经网络模型。在单个控制周期中,神经网络通过在线学习印组速度与张力的干扰参量调整PID参数以适应当前工作环境。仿真结果证明了该系统的可行性与优越性。 相似文献
10.
针对纱线卷绕系统内外部扰动较多,系统具有时变性和不确定性,纱线张力值波动较大,控制精度不高导致纱线断头等问题,提出了学习速率自适应与蚁群算法联合改进的BP神经网络PID控制策略。通过学习速率自适应提高网络学习速率,并利用蚁群算法调整网络初始参数。分别测试PID算法、BP神经网络PID算法与改进BP神经网络PID算法。结果表明:基于改进BP神经网络的无刷直流电机PID控制器鲁棒性更强,性能良好,纱线卷绕系统张力波动较小,断头率降低。 相似文献
11.
针对置换蒸煮锅内存在的温差及温差对象的非线性严重、大时滞、要求控制实时等特点,提出了保证蒸煮锅内温度一致的、基于专家经验的单神经元串级PID自适应控制策略。该控制策略引入专家经验调节单神经元增益K,同时将单神经元PID自学习和自适应的能力与串级优势相结合,可实时快速地进行温差控制。在Simulink中,调用该控制策略的s函数,进行温差对象特性的动态仿真实验,以验证其鲁棒性和模型失配响应。结果表明:该控制策略的鲁棒性与自适应性比常规温差-流量串级PID控制及单神经元PID串级控制更好;THJSK-1平台中的实时控制还表明,该控制策略具有可行性。 相似文献
12.
13.
14.
分数阶PID控制器继承了常规PID控制器的优点,并且具有更高的控制精度和更强的鲁棒性。针对常规PID控制器在纸浆浓度控制过程中存在的问题,设计了一种基于神经网络的分数阶PID控制器。用分数阶PID控制器代替常规PID控制器,并通过神经网络调节分数阶PID控制器的5个控制参数,实现一种参数自整定的PID控制器。仿真实验结果表明,神经网络分数阶PID控制器比常规PID控制器的控制精度高,对纸浆浓度的控制更稳定;采用神经网络分数阶PID控制器控制纸浆浓度是切实可行的,具有很好的推广应用前景。 相似文献
15.
16.
针对飞机舵机电液负载模拟器系统参数时变,存在非线性环节且多余力干扰影响系统性能指标的问题,设计一种基于神经网络的复合控制器。复合控制器采用基于PSO改进BP神经网络的方法设计神经网络辨识器来辨识系统数学模型,再用DRNN神经网络在线整定PID参数。实验结果表明,基于神经网络的复合控制器可以有效缩短系统响应时间,提高跟踪精度等系统性能指标。 相似文献
17.
纸浆浓度的神经网络PID控制 总被引:2,自引:0,他引:2
针对造纸过程中纸浆浓度控制的特点,通过BP神经网络与PID相结合,组成神经网络控制器,用于纸浆浓度控制。利用神经网络自学习、自适应的功能,根据实际工况在线实时调整PID参数,使纸浆浓度的控制处于一种最优状态,达到较好的控制品质。 相似文献
18.
19.
为了解决高温高压卷染机中的温度控制问题,提出了一种改进的温度控制算法。该算法在BP神经网络PID控制算法的基础上引入积分分离结构,当温度控制误差较大时采用PD结构,去除积分成分以提高控制调整速度,当温度控制误差较小时采用完整的PID控制算法结构,保留积分成分以保证控制精度。仿真结果显示:相对于传统的PID控制算法,基于BP神经网络的PID控制算法能够保证在较高温度时控制精度的前提下,提高温度控制稳定速度、缩短温度控制时间,达到更好的控制效果。 相似文献
20.
文章为提高轧染机放卷系统对张力控制的稳定性,通过结合BP神经网络算法和自抗扰控制提出一种放卷张力控制方法。根据放卷的运行机理,建立其数学模型,并推导出系统的动态解耦和静态解耦模型,设计了自抗扰控制器。在自抗扰技术的基础上,引入BP神经网络对非线性组合部分的参数进行整定,得到BP神经网络自抗扰控制器。通过仿真实验与PID控制器对比发现,该控制器实现了放卷系统张力的解耦并且能保证织物张力的稳定,能够抑制系统内部参数变化引起的张力波动以及具有良好的抗干扰性能,同时为织物的恒张力印染做出了充分的准备。 相似文献