吹膜机塑料薄膜张力的自适应神经网络PID控制

吹膜机张力控制精度对于塑料薄膜生产质量和生产效率至关重要。吹膜机张力控制是一个非线性、时变性、强耦合的复杂系统,传统比例积分微分(PID)控制效果并不理想。为了解决传统PID控制在塑料薄膜张力控制中的缺陷,设计了一种基于径向基函数(RBF)神经网络的自适应吹膜机塑料薄膜张力控制方法。利用RBF的在线自学习和加权系数的调整能力,由神经网络RBF的在线辨识得到梯度信息,进而获得最优的PID控制参数。仿真结果表明:RBF神经网络的张力控制方法能够适应参数多变的复杂系统,塑料薄膜收卷张力更加稳定,该方法对于提升薄膜生产质量和生产效率具有重要作用。