基于改进BP神经网络算法的激光晶体生长控制研究

• 作者: 储承贵 宋星 李建鸿 纪文刚
• 来源期刊: 人工晶体学报
• 学科: 工学
• 关键词: 激光晶体生长 自适应学习率 BP神经网络
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 研究论文
• 页码范围: 1438-1444
• 页数: 7页
• 分类号: TP273
• 字数: 3220字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-985X.2019.08.010

摘要

针对激光晶体生长后期晶体生长炉温度上漂导致晶体不能维持等径生长的问题,采用一种基于自适应学习率优化算法改进BP神经网络与经典PID控制技术相结合的方法应用到晶体生长控制过程中,通过改进的BP神经网络的自学习以及调整加权系数,实现一种由BP神经网络整定的最佳PID控制.通过MATLAB/Simulink仿真对比表明,改进的BP神经网络PID控制算法较传统PID控制方法具有较好的控制性能和鲁棒性,能够有效克服晶体生长炉的温漂问题,更好地保持晶体等径生长,提高了控制精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪文刚	北京石油化工学院信息工程学院	55	213	8.0	12.0
2	李建鸿	北京石油化工学院信息工程学院	5	2	1.0	1.0
6	储承贵	北京石油化工学院信息工程学院	3	0	0.0	0.0
7	宋星	北京石油化工学院信息工程学院	3	0	0.0	0.0