基于小波神经网络预测的退火炉温控制

• 作者: 李界家 王焱鑫 胡彬彬
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 工学
• 关键词: 小波神经网 BP神经网络 退火炉 预测
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 信息与控制
• 页码范围: 192-195
• 页数: 4页
• 分类号: TP183
• 字数: 2012字
• 语种: 中文

摘要

目的 通过对退火炉炉温控制系统的设计,使得控制系统的控制性能和控制精度提高、抗干扰性增强.方法 针对被控对象一退火炉本身的非线性、大滞后性、时变性等特点,采用把小波函数引入神经网络预测模型对退火炉温进行预测,再把此预测模型与BP神经网络控制器相结合对退火炉的脉冲燃烧器进行控制,进而控制炉温.结果 由小波神经网络预测模型组成的控制系统,综合了小波分析和传统神经网络的优点,且具有不断吸收环境新信息的函数学习能力和推广能力.从仿真曲线上看,此控制方法 相比较传统控制的方法 具有收敛速度快,预测精度高的特点.结论 实现了对具有大干扰、大滞后性和不确定随机干扰因素的炉温控制系统进行精确控制,具有良好的动态和稳态性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李界家	沈阳建筑大学信息与控制工程学院	117	683	13.0	20.0
2	胡彬彬	沈阳建筑大学信息与控制工程学院	6	1	1.0	1.0
3	王焱鑫	沈阳建筑大学信息与控制工程学院	2	1	1.0	1.0