神经网络在线工业跟踪在加热炉控制中的应用

• 作者: 赵志远
• 来源期刊: 抚顺石油学院学报
• 学科: 工学
• 关键词: 神经控制器 自适应 模糊控制 加热炉
• 年，卷（期）: 2000,（1）
• 所属期刊栏目: 计算机与应用
• 页码范围: 70-72,77
• 页数: 4页
• 分类号: TP273
• 字数: 1944字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6952.2000.01.017

摘要

基于BP算法的神经控制器是目前最常用、最成熟的神经控制结构,它可分为普通学习法和专门学习法两种结构,后者又分为直接和间接两种学习结构.普通学习法和间接学习法还没有形成真正的自适应控制特性,它们一般不能实现在线控制.当事先知道对象的定性知识后,直接专门算法能实现自适应控制,但此法会使执行器饱和,引起对象输出不稳定.针对这种问题,提出了一种神经网络在线工业跟踪控制方法.可解决BP算法中误差函数对权值的偏导数计算问题以及执行器输出的脉动变化和饱和问题.将此算法用于加热炉控制,仿真结果表明了它的可行性和自适应性,提出的神经网络在线工业跟踪控制性能优于常规PID控制器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵志远		2	21	2.0	2.0