共查询到20条相似文献,搜索用时 502 毫秒
1.
针对烧结混合料自动加水控制的难点,尤其是在烧结配料过程中自动加水系统的大滞后、非线性、低稳定性问题进行了加水控制算法研究。采用内环和外环方案分别控制两级混合机加水,设计基于粒子群优化(particle swarm optimization, PSO)算法优化BP(back propagation)神经网络联合模糊PID控制模型以解决时变、非线性系统的局限性问题。通过PSO算法对BP神经网络进行训练优化以获得最优控制参数,将预测的烧结料水分加入模型参与下一步控制。考虑系统存在较大延时,Simulink仿真中同步加入延时环节。仿真结果表明,相比BP神经网络模型,PSO-BP预测模型的拟合性能更加优越;相比PID、BP-PID控制算法,PSO-BP-PID控制算法在超调量、响应时间以及震荡周期等指标上均有显著提高。经梅钢4号烧结机实际应用数据表明,相比传统PID控制,PSO-BP-PID控制平均误差下降约45.75%,控制标准差下降约62.72%,可以明显提高混合料水分控制的精准度、稳定性、敏捷性,提高烧结过程的稳定性。 相似文献
2.
主要研究新型预测函数控制算法的工业应用,从而解决工业实际中大滞后对象控制的难题.首先,对传统PID控制和预测函数控制进行了仿真比较,得出预测函数控制算法的优势;其次,用WinCC软件实现数据采集和算法运算,并开发了人机界面.利用Matlalb实现预测函数控制算法的参数运算是实现预测函数控制工程化的一个有效途径. 相似文献
3.
钛金属加工是一个精密的控制过程,需要一种优化的控制算法作为引导,提出一种基于模糊BP变结构控制的钛加工过程优化控制算法。首先描述了钛金属加工的被控对象模型,分析了控制约束参量,构建变结构BP神经网络模型,采用模糊神经网络控制算法,实现钛加工过程的优化。仿真结果表明,改进后的控制算法精度较高,稳健性较好,误差为零,优越于传统方法。 相似文献
4.
基于BP神经网络PID控制及其仿真 总被引:2,自引:0,他引:2
对BP神经网络算法进行了改进,克服了直接使用神经网络算法进行PID控制的不足之处.仿真表明,设计了附加动量项的BP神经网络,能有效地提高算法的收敛速度.实验结果表明控制效果优于传统的PID控制算法的仿真结果. 相似文献
5.
6.
针对工业烧结炉具有大时滞、非线性的问题,提出了一种基于RBF神经网络的动态矩阵预测控制方法。该方法将RBF神经网络与动态矩阵预测控制相结合,既保留了常规预测控制的优点,又克服了复杂对象难以精确建模的缺点,有效地解决了不确定时滞对烧结炉温度控制性能的影响。仿真结果表明,该方法比常规预测控制有更好的控制效果。 相似文献
7.
广义预测控制在泵池回路中的应用 总被引:1,自引:0,他引:1
广义预测控制融合了预测控制和自适应控制的优点,是自适应控制中另一类型的预测控制方法,易于在线估计参数,以实现自适应控制。磨矿生产中,泵池回路控制是一个复杂的慢时变动态过程控制,具有很强的非线性、强耦合、大滞后、强干扰等特性,而传统的PID控制算法很难达到理想的控制效果和较高的自动投运率。为此,针对泵池控制回路的特点,提出基于模型性能指标和加权系数的广义预测控制算法,建立了泵池控制模型,并于2010年将该模型应用于金川选矿厂磨矿生产的泵池回路控制。实际工业应用表明,这种广义预测控制具有较强的适应性和较高的控制精度,控制效果优于传统PID控制算法。 相似文献
8.
9.
一种基于模糊神经网络FNN在加热炉温度控制中的应用 总被引:2,自引:0,他引:2
从实际出发,以昆明钢铁集团公司中板厂加热炉为研究对象,对具有时变性、非线性、模糊性的随机过程进行了研究。着重研究了神经网络与模糊系统融合的可行性及融合方式,采用了一种新型的智能控制方案——模糊神经网络控制。对提出的模糊神经网络控制算法进行了仿真试验,仿真结果表明,对比PID控制和自整定PID控制,采用本文所提出的模糊神经网络控制算法对加热炉进行控制,具有推理速度快,跟踪性能好,抗干扰能力强的优点,它完全能够满足工业生产需要,具有较强的可行性和实用性。 相似文献
10.
提出了一种带有负载观测功能的异步电动机广义预测控制算法,在对系统动态模型分析的基础上建立了调速系统的受控自回归积分滑动平均模型.该控制算法给出了能够使下一次采样时刻的实际转速以最优特性跟踪下一时刻参考转速的广义预测控制律,并采用负载转矩观测器的前馈功能增强速度控制的抗干扰能力.仿真和实验结果表明,通过合理选择控制器参数,具有转矩预测功能的直接转矩控制系统在转速跟踪和抗扰能力方面得到一定提高. 相似文献
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
针对某双机架可逆冷连轧卷取机卷取张力控制中存在的张力波动问题,引入预测控制算法,在间接一直接张力复合控制思想的基础上,采用动态矩阵预测控制器代替原系统张力PI调节器的方法.计算机仿真结果表明系统动态特性改善,保证了张力控制的精度. 相似文献