基于PID神经网络的电加热炉Smith预估温度控制

本文提出了基于PID神经网络和Smith预估器的电热炉温度控制器。PID神经网络将PID控制器与具有自学习功能的神经网络相结合,综合了PID和神经网络控制各自的优点,改善参数时变对系统性能的影响。PIDNN-Smith控制器加入Smith预估器解决了加热炉的滞后影响,使控制器对加热炉的温度控制有了更好的效果。利用MATLAB软件对温控系统进行了仿真测试,并对测试结果进行了分析。     

一种神经网络PID控制在燃料电池测试系统中的应用研究

对燃料电池测试系统中露点加湿器的温度控制进行研究,提出了一种用BP神经网络进行参数整定、积分分离的PID控制算法.利用神经网络的任意非线性表达能力,通过对系统的学习来调整PID参数,实现最优的PID控制.通过在实际燃料电池测试系统中的实验表明,这一算法实现的PID控制系统控制稳态好、过冲小、收敛快.     

多温区电加热炉的PID神经网络控制

研究温度控制对提高产品品质意义较大.多温区电加热炉具有强耦合、时变性等特点,针对多温区电加热炉要求动态品质好、控制精度高等特点,采用将PID控制融合入神经元网络的方法,比例元、积分元和微分元的存在,使得PID神经网络的控制系统响应快、超调小、无静差.采用改进的反向传播学习算法,在权值调整算法式中加入阻尼项,提高了算法收敛速度和学习速率,又不易产生振荡.在MATLAB环境下,用S函数编写算法进行仿真.仿真结果表明,PID神经网络达到较好的解耦效果,提高系统的抗干扰能力,改善了系统的动态品质,使多温区电加热炉温度控制系统的性能得到改善.     

基于PID神经网络的温度控制系统

文章根据注塑机料筒温度控制的要求,利用PID神经网络构成了多变量解耦控制系统,分析了注塑机温度控制的特点,给出了网络的结构和算法,对多段温度系统进行了实时仿真。仿真结果表明,PID神经网络对注塑机料筒的温度控制具有良好的解耦性能和自学习控制特性。     

管式加热炉PID算法改进及其在虚拟仪器中的应用

工业控制中经常采用PID算法,但是针对管式加热炉的工艺及控制要求,PID算法难以实现对管式加热炉精确的温度控制,且抗干扰性不强.改进了PID算法,并将该算法应用于虚拟仪器,通过带延迟的一阶惯性环节验证了改进算法的控制效果.将改进算法与PID其它算法进行结果比较,达到了对管式加热炉的控制要求,经投运,效果明显改善.采用LabVIEW设计PID模块,提高了控制系统的性能和开发效率.     

步进梁加热炉神经网络模型预测控制

针对步进梁式连续加热炉燃烧过程控制的温度分布非线性和滞后性,提出了一种基于非线性优化技术的神经网络模型预测控制算法。神经网络具有强大的自学习和非线性映射能力,把神经网络预测模型和非线性优化器整合为一个温度控制器,通过神经网络预测模型描述温度控制对象的动态行为,根据加热炉当前温度和出钢温度预测未来时刻的温度输出值,实现加热炉温度控制。实验结果表明,通过对网络模型进行大样本训练和对模型预测控制参数的优化,加热炉温度控制系统能快速达到控制要求,具有良好的抗干扰能力和温度跟随性能。     

注塑机料筒多段温度PID神经网络解耦控制系统

注塑机料筒温度是一类多变量、强耦合、大惯性控制对象，本文根据注塑机料筒温度控制的要求，利用PID神经网络构成多变量解耦控制系统。文中分析了注塑机温度控制的特点，给出了网络的结构和算法，对多段温度系统进行了实时仿真，显示了PID神经网络对注塑机料筒温度控制的良好解耦性能和自学习控制特性。     

脉冲控制技术在加热炉控制系统中的实现

针对传统PID控制在温度控制回路中不能适应所有加热炉工况的局限性,应用模糊控制原理,对莱钢大H型钢数字化加热炉的温度控制器调节参数进行动态整定,并将计算机堆栈技术应用于脉冲燃烧控制,实现了煤气、空气、加热炉等压力的自动调节。实际运行状况表明,应用了脉冲燃烧控制和PID参数模糊化整定技术的数字化加热炉,在燃料损耗、加热质量、炉温控制、钢坯热烧损控制等方面取得了良好的效果。     

农业温室温度的智能辨识控制

农业温室温度控制过程中,温度的精准控制是一个非线性、滞后的问题,实验表明,现有的PID控制很难实现对农业温度的辨识控制,控制过程的准确率,收敛速度慢等问题。提出建立农业温度控制模型,通过采用LI-RBF神经网络辨识器对农业温度控制系统进行辨识,以及LI-RBF神经网络与PID控制相结合,构成LI-RBF-PID控制策略。通过系统跟踪辨识结果比较,以及LI-RBF-PID控制器控制参数在线自整定的农业温度控制曲线表明,该方法优于PID控制,实现了农业温室温度智能辨识控制。     

基于RBF神经网络钢包烘烤装置的节能优化

以唐山钢铁股份有限公司第一、二钢轧厂的蓄热式钢包烘烤装置为控制对象,将基于RBF神经网络的PID控制方法与双交叉限幅方法结合引入到蓄热式钢包烘烤装置的温度控制中,实现了蓄热式钢包烘烤装置温度控制的节能优化。通过在Matlab环境下将RBF神经网络PID控制和传统的PID控制方法进行仿真研究,得出了最佳PID参数,将PID最佳参数应用到双交叉限幅控制方法中。仿真结果表明:基于RBF神经网络PID控制方法较传统的PID控制方法与双交叉限幅方法结合,其PID控制器快速性好,自适应力强,有更好的控制效果。并将该控制系统成功应用到唐山钢铁股份有限公司第一、二钢轧厂的蓄热式钢包烘烤装置温度控制中,在保证质量和产量的基础上,节省了混合煤气消耗量,使其节能32%。