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:
以控制焙烘机内流动的热风温度为目的,提出了将模糊控制器、神经网络控制器与PID相结合构成模糊神经网络PID对焙烘机进行温度控制的方法,并建立了模糊神经网络PID控制器的网络模型;利用MATLAB进行仿真分析,并与传统PID和模糊PID进行对比.结果表明:利用传统PID控制时,超调量达到45%,调节时间为1150 s,且震荡明显;利用模糊PID控制时,系统超调量为15%,调节时间达到1750 s,震荡明显减弱;利用模糊神经网络PID控制时,该方法满足焙烘机温度控制系统的各项技术指标要求,且超调量接近零,系统无震荡,调节时间减小为500 s,并且温度受外界扰动的影响很小,有良好的扰动补偿和抗干扰能力,系统鲁棒性有了很大提升,可以很好地满足控制焙烘机热风温度的目的.
推荐文章
基于BP神经网络的温度模糊PID控制器设计
BP神经网络
模糊控制
模糊PID控制
隶属函数
基于模糊RBF神经网络的智能PID控制
RBF神经网络
模糊算法
PID控制
基于模糊神经网络的染色机温度控制
染色机
温度控制
模糊控制
神经网络
基于神经网络的PID温度控制系统
神经网络
PID
虚拟仪器
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 基于模糊神经网络PID的焙烘机温度控制
来源期刊 天津工业大学学报 学科 工学
关键词 焙烘机 温度控制 模糊神经网络 鲁棒性
年,卷(期) 2019,(4) 所属期刊栏目 机械设计与制造
研究方向 页码范围 83-88
页数 6页 分类号 TP389.1
字数 3633字 语种 中文
DOI 10.3969/j.issn.1671-024x.2019.04.014
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 赵世海 天津工业大学机械工程学院 30 119 7.0 9.0
5 韩雪 天津工业大学机械工程学院 5 33 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (108)
共引文献  (150)
参考文献  (19)
节点文献
引证文献  (2)
同被引文献  (20)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(14)
  • 参考文献(0)
  • 二级参考文献(14)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(8)
  • 参考文献(3)
  • 二级参考文献(5)
2012(13)
  • 参考文献(1)
  • 二级参考文献(12)
2013(13)
  • 参考文献(1)
  • 二级参考文献(12)
2014(20)
  • 参考文献(1)
  • 二级参考文献(19)
2015(8)
  • 参考文献(4)
  • 二级参考文献(4)
2016(5)
  • 参考文献(4)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
焙烘机
温度控制
模糊神经网络
鲁棒性
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
天津工业大学学报
双月刊
1671-024X
12-1341/TS
大16开
天津市西青区宾水西道399号
6-164
1982
chi
出版文献量(篇)
2765
总下载数(次)
7
论文1v1指导