基于神经网络的pH中和过程非线性预测控制

• 作者: 王志甄 邹志云
• 来源期刊: 化工学报
• 关键词: 模型预测控制 神经网络 过程控制 Hammerstein模型 pH中和过程 非线性系统
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 过程系统工程
• 页码范围: 678-686
• 页数: 9页
• 分类号: TP273
• 语种: 中文
• DOI: 10.11949/j.issn.0438?1157.20181035

摘要

针对pH中和过程这一化工过程系统中的典型非线性对象特点,应用神经网络建模思想和模型预测控制方法,并结合Hammerstein模型特点,研究pH中和过程非线性系统的两种新型模型预测控制手段,分别建立基于神经网络的非线性预测控制系统整体求解策略和基于Hammerstein模型的两步法预测控制策略,并用MATLAB对其进行仿真.控制仿真结果表明,建立的神经网络预测控制策略和非线性Hammerstein模型预测控制均优于传统PID控制方法,具有良好的设定值跟踪效果和抗干扰控制响应,说明这两种控制策略是非线性过程的有效控制方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志甄	军事科学院防化研究院	3	6	2.0	2.0
2	邹志云	军事科学院防化研究院	7	9	2.0	2.0