粒子群优化辨识的自适应预估控制及应用 |
| |
作者单位: | ;1.中国平煤神马集团炼焦煤资源开发及综合利用国家重点实验室;2.中国平煤神马集团能源化工研究院;3.河南理工大学电气工程与自动化学院 |
| |
摘 要: | 针对Smith预估器对预测模型精度依赖程度较高的问题,提出了一种基于粒子群优化(PSO)辨识算法的自适应预估控制方法。该控制方法利用PSO辨识方法在线调整Smith预估器参数,利用单神经元的非线性逼近特性及自学习、自组织能力,对控制器参数进行在线修正。将该控制方法应用于矿井通风系统风量控制仿真分析中,在系统参数时变情况下,进行跟踪响应分析。结果表明,该控制方法对大滞后时变系统具有很强的适应性和鲁棒性,具有较强的抗干扰能力和良好的跟踪性能。
|
关 键 词: | 粒子群优化(PSO) 参数辨识 时滞 预估控制 矿井通风系统 |
Adaptive Predictive Control and Application of Particle Swarm Optimization Identification |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|