基于BP神经网络PID的活塞式深海压力传感器压力控制研究

• 作者: 孟涛 张彦 王勇
• 来源期刊: 合肥工业大学学报（自然科学版）
• 学科: 工学
• 关键词: 反向传播(BP)神经网络 比例积分微分(PID)控制 活塞 压力传感器 压力控制
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 机械与汽车工程|Machinery and Automobile Engineering
• 页码范围: 24-29
• 页数: 6页
• 分类号: TP273.2
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5060.2022.01.005

摘要

为了提高深海大压力下微小波动压力的测量精度,文章介绍了一种新型的、基于液体可压缩性的、压力平衡式的活塞式压力传感器,针对该活塞式压力传感器压力控制系统存在的非线性、参数时变性以及时滞问题,提出将反向传播(back propagation,BP)神经网络与常规比例积分微分(proportional integral derivative,PID)相结合用于传感器的压力控制;设计BP神经网络PID控制器,利用BP神经网络的在线自学习能力对常规PID控制器的参数进行在线自动调节;在建立系统数学模型并进行M atlab仿真实验验证可行性后,搭建实物平台进行实验分析.阶跃实验结果表明,与常规P ID控制相比,B P神经网络P ID的调整时间和超调量均有所减小,其动态响应能力得到提高,表现出较好的自适应能力.