基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
空压机余热回收系统具有干扰因素多、耦合性强、时滞性大等特点,而且传统的空压机余热回收控制方法较为简单粗放,控制精度和稳定性不高,导致系统余热回收效率低.针对上述问题,提出了基于BP神经网络的PID解耦控制方法,利用BP神经网络的非线性映射和抗干扰能力实时的对空压机余热回收系统进行解耦控制.并设计了采用BP神经网络的PID解耦控制器,使用MATLAB分别建立了传统的PID控制器和基于BP神经网络的解耦控制器仿真模型,对模型进行了对比仿真,结果表明,采用BP神经网络的PID解耦控制器比传统的PID控制器具有更好的控制性能,对控制目标变量可以实现解耦控制,并且控制精度高、稳定性强,验证了BP神经网络PID解耦控制算法的优越性和有效性.
推荐文章
浅谈几种典型空压机的余热回收
空压机
余热回收
节能
空压机余热回收利用系统设计
空压机余热
余热回收装置
PLC
节能减排
矿用空压机余热高效回收利用技术与应用
空压机
余热
回收利用
换热
螺杆式空压机余热利用研究
螺杆式空压机
余热利用
节能减排
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 空压机余热回收解耦控制算法研究
来源期刊 计算机仿真 学科 工学
关键词 空压机余热回收 热系统 神经网络 解耦控制
年,卷(期) 2017,(5) 所属期刊栏目 仿真智能化
研究方向 页码范围 295-299,308
页数 6页 分类号 TP391.9
字数 5375字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 江乐新 中南大学机电工程学院 43 227 9.0 12.0
2 李松柏 中南大学机电工程学院 26 121 7.0 10.0
3 耿志敏 中南大学机电工程学院 1 2 1.0 1.0
4 费凡 中南大学机电工程学院 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (5)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (12)
二级引证文献  (1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
空压机余热回收
热系统
神经网络
解耦控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导