基于RBF神经网络整定的热风炉温控系统设计

论文摘要

为了提高热风炉的燃烧效率,改善热风炉温控系统的自动化程度,提出了一种基于RBF神经网络整定的PID控制策略。首先,通过RBF神经网络算法和增量式PID控制器的结合,将神经网络强大的自学习能力应用于对增量式PID参数的调整。然后,在常规热风炉温控系统的基础上,将其外环改为采用RBF神经网络整定的PID控制。热风炉温控系统中内环以煤气阀门开度为变量,外环以拱顶温度为控制变量,通过改进的串级控制来实现热风炉的燃烧优化调整。Matlab仿真分析和实际应用效果表明,RBF神经网络整定的PID控制曲线几乎无超调量,系统抗干扰能力相对传统的PID控制提高了50%。与传统的手动控制相比,所提出的控制策略使得原系统的抑制干扰能力明显增强、鲁棒性更好,在热风炉温控方面具有良好的研究和应用价值。

论文目录

• 1 主工艺控制流程
•   1.1 热风炉的工作流程
•   1.2 热风炉的工艺流程
• 2 控制机理
•   2.1 经典的PID控制器
•   2.2 RBF神经网络
•   2.3 基于RBF神经网络整定的PID控制器
•   2.4 采用RBF神经网络整定的PID控制器的热风炉温控系统
• 3 仿真分析及应用
•   3.1 仿真分析
•   3.2 现场实际应用
• 4 结 语

文章来源

类型: 期刊论文

作者: 张子蒙,章家岩,冯旭刚

关键词: 控制系统仿真技术,热风炉,温度控制,神经网络,增量控制,常规控制

来源: 河北科技大学学报 2019年06期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 冶金工业,自动化技术

单位: 安徽工业大学电气与信息工程学院

基金: 安徽省重点研究与开发计划资助项目(1804a09020094),安徽省高校自然科学研究重点资助项目(KJ2018A0054,KJ2018A0060)

分类号: TF578;TP183

页码: 503-511

总页数: 9

文件大小: 6717K

下载量: 307