基于BP神经网络PID算法的斗轮机自动取料流量控制优化

基于BP神经网络PID算法的斗轮机自动取料流量控制优化

论文摘要

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。

论文目录

  • 0 引言
  • 1 取料流量恒定控制
  • 2 BP神经网络P ID算法
  • 3 MATLAB模拟仿真
  • 4 工程实际应用
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 杨多兵,罗威强

    关键词: 港口,散货码头,取料机,流量控制,控制算法,神经网络,自学习

    来源: 港口科技 2019年12期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 公路与水路运输,自动化技术

    单位: 中交第三航务工程勘察设计院有限公司

    分类号: U653.928.5;TP183;TP273

    页码: 34-40

    总页数: 7

    文件大小: 1663K

    下载量: 109

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  ;  

    基于BP神经网络PID算法的斗轮机自动取料流量控制优化
    下载Doc文档

    猜你喜欢