基于粒子群算法的烧结炉系统辨识及神经网络控制

• 作者: 刘洪 曹奔 袁忠于
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 粒子群算法 系统辨识 神经网络监督控制 PID控制
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 电气与控制工程
• 页码范围: 39-43
• 页数: 5页
• 分类号: TP273
• 字数: 3058字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6833.2017.02.022

摘要

烧结炉在加热过程中,模型参数易发生变化,而传统的PID控制很难达到理想的控制效果.本文运用粒子群优化算法辨识烧结炉的数学模型,针对烧结炉惯性大、时变、大滞后等特点,采用基于RBF神经网络的监督控制,将PID控制与神将网络控制相结合.当温度或模型参数发生较大变化时,PID控制起主要作用,神经网络起调节作用,补偿PID控制的不足.MATLAB软件仿真结果说明,该方法能够提高烧结炉的控制精度,具有一定的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘洪	兰州交通大学机电工程学院	5	4	1.0	2.0
2	袁忠于	兰州交通大学机电工程学院	2	3	1.0	1.0
3	曹奔	兰州交通大学机电工程学院	3	4	1.0	2.0