基于粒子群算法的烧结炉系统辨识及神经网络控制

摘要：

烧结炉在加热过程中,模型参数易发生变化,而传统的PID控制很难达到理想的控制效果.本文运用粒子群优化算法辨识烧结炉的数学模型,针对烧结炉惯性大、时变、大滞后等特点,采用基于RBF神经网络的监督控制,将PID控制与神将网络控制相结合.当温度或模型参数发生较大变化时,PID控制起主要作用,神经网络起调节作用,补偿PID控制的不足.MATLAB软件仿真结果说明,该方法能够提高烧结炉的控制精度,具有一定的实用性.

关键词：粒子群算法、系统辨识、神经网络监督控制、PID控制

所属期刊栏目：38

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金资助项目51565025

在线出版日期：2017-12-01（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：39-43