基于isPSO的锅炉燃烧系统PIDNN解耦控制

• 作者: 张勇 朱晶
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 锅炉燃烧系统 解耦控制 粒子群算法 PID神经网络
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 过程控制技术及应用
• 页码范围: 338-342
• 页数: 5页
• 分类号: TP273
• 字数: 5564字
• 语种: 中文

摘要

针对传统的解耦方法对实际工业生产过程中的多变量、非线性、强耦合系统解耦效果不理想的问题,提出了改进的简化粒子群(isPSO)算法与PID神经网络(PIDNN)相结合的方法.PIDNN训练用于消除回路间的耦合,其连接权值由简化粒子群算法学习优化.该isPSO算法能克服PIDNN易陷入局部收敛的缺点,而且与基本PSO算法相比,搜索到最优值的概率更高.采用的小步长线性递减惯性权重和增加的极值扰动算子,则加速了对PIDNN权值的优化.通过对强耦合对象火电厂锅炉燃烧系统的仿真表明,该方法具有更好的控制品质:鲁棒性强、跟踪快、解耦效果好,为实际应用中强耦合系统的改进提供了理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱晶	鞍山师范学院数学与信息科学学院	11	88	6.0	9.0
2	张勇	辽宁科技大学电子与信息工程学院	22	178	7.0	12.0