基于RBF神经网络PID的阳极氧化电源电流控制

摘要：

阳极氧化电源系统是一个非线性、时变性的复杂系统,建立数学模型比较困难.传统PID控制方法无法保证阳极氧化电源电流拥有恒流、抗干扰能力强、超调小等特性.为了解决上述问题,开发了一种基于RBF神经网络PID的阳极氧化电源电流控制算法.利用RBF神经网络的自我学习能力,实现传统PID控制参数的自适应调整.仿真结果表明:基于RBF神经网络PID的控制算法响应速率快、超调小,拥有一定的抗干扰能力.

关键词：阳极氧化电源电流、RBF神经网络、PID、仿真

所属期刊栏目：39

分类号：TP273(自动化技术及设备)

资助基金：河南省高等学校重点科研项目计划教科技[2018]506号项目编号19A120013

在线出版日期：2019-12-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：70-72