粒子群优化辨识的自适应预估控制及应用

• 作者: 周涛 孙引忠 马星河
• 来源期刊: 煤矿机电
• 学科: 工学
• 关键词: 粒子群优化(PSO) 参数辨识 时滞 预估控制 矿井通风系统
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 设计研究
• 页码范围: 9-13
• 页数: 5页
• 分类号: TP301.6
• 字数: 3725字
• 语种: 中文
• DOI: 10.16545/j.cnki.cmet.2017.06.003

摘要

针对Smith预估器对预测模型精度依赖程度较高的问题,提出了一种基于粒子群优化(PSO)辨识算法的自适应预估控制方法.该控制方法利用PSO辨识方法在线调整Smith预估器参数,利用单神经元的非线性逼近特性及自学习、自组织能力,对控制器参数进行在线修正.将该控制方法应用于矿井通风系统风量控制仿真分析中,在系统参数时变情况下,进行跟踪响应分析.结果表明,该控制方法对大滞后时变系统具有很强的适应性和鲁棒性,具有较强的抗干扰能力和良好的跟踪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马星河	河南理工大学电气工程与自动化学院	63	164	7.0	11.0
2	周涛		16	67	5.0	7.0
6	孙引忠		4	4	1.0	2.0