基于PSO的薄膜厚度改进RBF解耦控制模型

• 作者: 廖雪超 陈振寰 邓万雄
• 来源期刊: 计算机工程与设计
• 关键词: 解耦控制 RBF神经网络 快速自学习算法 附加微分项 粒子群优化算法
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 仿真技术|Simulation Technology
• 页码范围: 1079-1088
• 页数: 10页
• 分类号: TP921.5
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2021.04.026

摘要

BOPP薄膜厚度控制系统是一个复杂的多变量耦合系统,通过对其工艺过程分析可得到三通道厚度控制系统传递函数模型,利用相对增益矩阵对其进行耦合性分析.由于现有的解耦算法无法完全消除系统间的耦合影响,使用径向基函数模型(RBF)对系统进行解耦设计.针对其存在训练过程长的问题,使用快速自学习算法、附加微分项与粒子群优化算法(PSO)对RBF模型进行优化,提升系统的抗干扰能力与响应速度.实验结果表明,提出的ASRBFD方法抗干扰能力强、RBF模型训练效率高,系统解耦性能优良.