基于CPSO-BP神经网络-PID的热熔胶机温控系统研究

摘要：

针对热熔胶机加热温度存在惯性大、滞后性强、非线性等缺点,且常规PID控制难以达到温控要求,提出了一种基于CPSO-BP神经网络的PID控制器参数自适应调整算法.该算法先用CPSO算法将BP神经网络的初始权值和阈值优化到全局极小点附近,然后用传统BP神经网络学习算法在线调整PID参数.采用MATLAB对设计的CPSO-BP神经网络-PID控制器进行了温控系统仿真分析,仿真结果显示该控制器可实现对热熔胶机温度的精确控制,具有良好的自适应性和鲁棒性;实验测得采用CPSO-BP神经网络-PID控制器的温控系统能够在3.5 min内达到设定温度,温控精度为±2.5℃.CPSO-BP神经网络-PID控制器作为嵌入式系统的一个控制单元,已投入热熔胶机温控系统实际应用,使用效果表明:温控系统性能稳定,温控精度高,有效实现了热熔胶机加热温度的自动控制,具有良好的实际应用及推广价值.

关键词：热熔胶机、CPSO算法、BP神经网络、PID、温控系统

所属期刊栏目：24

分类号：TP273;TP391.9(自动化技术及设备)

资助基金：国家自然科学基金资助项目61371111,61371112;南通大学研究生创新计划项目YKC16009

在线出版日期：2018-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：588-594