10.3969/j.issn.1671-4598.2013.11.025
纸浆浓度的模糊神经网络自适应PID控制
纸浆浓度的控制是一个大纯滞后和建立精确数学模型困难的系统,使用常规的PID控制器很难保持最优的控制效果;为了得到最优的控制效果,设计了纸浆浓度的模糊神经网络PID控制系统;系统采用模糊神经网络根据控制过程的纸浆浓度偏差和偏差变化率来实时和在线地整定PID控制器的参数,以适应纸浆浓度控制系统的环境参数变化的要求;仿真结果表明:系统的控制模型在对象增益k=3,惯性时间T=2,滞后时间r=4时,模糊神经网络整定PID控制器得到的控制参数为Kp=0.07,Ki=0.03,Kd=0.017仿真结果表明:模糊神经网络PID控制器在响应快速性、调节平稳性及抗干扰能力等控制性能均优于常规PID控制器和模糊PID控制器;这为纸浆浓度的最优控制提供了一种新的控制方法.
模糊神经网络、PID控制器、纸浆浓度
21
TP183(自动化基础理论)
广东省自然科学基金资助项目8451064007000003
2015-01-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
2969-2971