啤酒发酵系统温度优化控制仿真研究

摘要：

由于啤酒发酵过程中温度控制存在大时滞、非线性、时变性、分阶段性等问题,造成发酵温度不稳定.为了更好的控制温度,提出了分阶段的遗传算法优化神经网络PID的控制算法.首先在不同的啤酒发酵阶段,选择分阶段的遗传算法优化神经网络的初始权值,克服了温度阶段性改变对控制器稳定性的影响,遗传算法的适应度值在进化一定代数后进行一定调整,消除由于局部误导向作用而引起的偏差,提高在优化趋于稳定时的搜索空间,然后用优化训练好的权值进行神经网络PID的在线整定过程,克服了传统PID易产生大超调的影响,快速地确定PID控制器的参数,再由PID控制器来控制啤酒发酵的温度.最后使用MATLAB中的M文件对啤酒发酵罐进行仿真,实验结果表明,控制系统具有实时性强、超调量小、抗干扰性强等优点,为啤酒发酵温度控制提供了科学依据.

关键词：啤酒发酵、神经网络、遗传算法、分阶段的初始优化

所属期刊栏目：33

分类号：TH128

在线出版日期：2016-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：335-338,352