基于T-S模型模糊神经网络预测的退火炉温度控制

• 作者: 于谨 李晓峰
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 工学
• 关键词: 退火炉 T-S模糊神经网络 BP神经网络 预测控制
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 信息与控制
• 页码范围: 181-186
• 页数: 6页
• 分类号: TP273|TU273.4
• 语种: 中文
• DOI: 10.11717/j.issn:2095-1922.2014.01.29

摘要

目的 提出一种能够提高退火炉温度控制系统的性能和精度的具体方案,增强控制系统的鲁棒性.方法 针对退火炉温度控制系统具有多变量,非线性和不确定性的特点,将T-S模糊神经网络与预测控制相结合,在线建立被控对象的数学模型,并用BP神经网络控制器对所得到的信息在线修正,进而控制退火炉炉温.并通过仿真与传统的模糊PID控制方案进行对比分析.结果 T-S模糊神经网络预测控制方案具有较强的控制精度和动态性能,预测精度高、容错性好、收敛速度快,基本无超调等特点.结论 T-S模糊神经网络预测控制能够提高产品退火质量、节能环保,可以应用于退火炉炉温的优化控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于谨		4	30	3.0	4.0
2	李晓峰		2	19	1.0	2.0