RBFNN在翻车机转速PID控制中的应用

摘要：

根据当代物流的高速高效特点,对翻车机的转速进行基于径向积函数(RBF)神经网络辨识的自适应PID的控制,该方法是利用神经网络的自学习能力来弥补PID控制的在线运算能力,即利用RBF神经网络对PID控制中的3个重要参数实时调整,使得该种控制方法集合了神经网络的实时自适应性和PID控制快速方便的特点,比传统的单纯PID控制更适合当代大型工业系统控制,其能够针对受控对象的某一时刻的特征迅速进行在线运算,并且提出利用递推极大似然估计法对RBFNN网络权值进行训练,可以迅速达到稳定状态,超调量很小,渐进性好,克服了实际系统控制中的稳定性与响应速度的矛盾.将其应用于翻车机角速度的优化控制中,并进行仿真,得出该控制方法的准确性与鲁棒性可以达到满意效果.

关键词：翻车机、转速、神经网络、智能优化、径向积函数、PID控制

所属期刊栏目：19

分类号：TP273(自动化技术及设备)

资助基金：高校博士学科专项科研基金资助项目20060216008

在线出版日期：2012-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：850-854,859