基于BP神经网络PID算法的斗轮机自动取料流量控制优化

• 作者: 杨多兵 罗威强
• 来源期刊: 港口科技
• 关键词: 港口 散货码头 取料机 流量控制 PID控制算法 BP神经网络 自学习
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 智慧港口
• 页码范围: 34-40
• 页数: 7页
• 字数: 3135字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6826.2019.12.009

摘要

为解决斗轮取料机自动取料流量控制难题,提高干散货码头生产作业效率,采用BP神经网络PID控制算法对取料机取料流量控制进行优化.分析目前斗轮机取料流量控制现状,在常规PID控制方法的基础上采用BP神经网络进行改进优化,利用BP神经网络的自学习、自适应等特性,实现对PID控制参数的在线整定和优化.采用MATLAB Simulink仿真软件,建立BP神经网络PID控制模型,通过在天津某煤炭码头进行现场工程应用,证明模型的有效性和可靠性,表明BP神经网络PID算法能进一步提高干散货码头整体生产作业效率,延长大机设备使用寿命.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨多兵		3	1	1.0	1.0
2	罗威强		2	1	1.0	1.0