动态定量称量包装系统BP神经网络PID控制算法
目的 针对动态定量称量包装控制系统具有大惯性、滞后、非线性且无法建立精确数学模型等缺点,研究提高动态定量称量包装系统控制精度的方法.方法 提出了一种改进型BP神经网络PID的定量称量包装控制系统,将BP神经网络与PID控制方法相结合,通过神经网络的自学习、加权系数的调整,优化PID控制器参数Ki,Kp,Kd,并将粒子群算法引入到神经网络中作为其学习算法,以有效提高BP神经网络算法的收敛速度.结果 仿真和实验结果表明,改进型BP神经网络PID控制响应速度快、超调量较小,系统称量误差得到大幅度减小.结论 所述控制方法可以明显提高定量称量控制过程的稳定性、精确性以及鲁棒性.
定量称量、BP神经网络、PID、鲁棒性
38
TB486(工业通用技术与设备)
2017-04-12(万方平台首次上网日期,不代表论文的发表时间)
共4页
78-81