欢迎来到天天文库
浏览记录
ID:57819442
大小:323.18 KB
页数:5页
时间:2020-04-05
《小型电加热反应器温度的RBF神经网络自整定PID控制.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第48卷第6期囱油化工目功化Vo1.4b,I、o.b2012年l2月AUT0MATIONINPETR()_CHEMICALINDUSTRYDecember,2012小型电加热反应器温度的RBF神经网络白整定PID控制于蒙,邹志云,赵丹丹,王志甄,盖希杰(防化研究院,北京102205)摘要:电加热过程具有强非线性和时变特性,参数固定的常规PID很难对其进行精确的控制。将常规PID控制和径向基函数(RBF)神经网络结合,提出了基于RBF神经网络的PID控制。该方法是通过神经网络的自学习能力在线调整PID控制的参数。通过Matlab与组态软件“组态王”的动
2、态数据交换,在Matlab上编程实现了基于RBF神经网络的PID控制算法。将该控制算法应用于小型电加热反应温度控制装置,结果显示这种算法取得了比常规PID更好的控制效果。关键词:径向基神经网络PID电加热反应器组态王中图分类号:TP273文献标志码:B文章编号:1007—7324(2012)06—0031—05TemperatureControlofaSmallElectric-heatingReactorUsingRBFNeuralNetworkBasedonAuto-tuningPIDControlAlgorithmYuMeng,ZouZhiyu
3、n,ZhaoDandan,WangZhizhen,GaiXijie(ResearchInstituteofChemicalDefense,Beijing,102205,China)Abstract:Electric—heatingprocessownsstrongnonlinearityandtime—varyingproperties.ItisdifficulttocontrolthetemperatureaccuratelyusingconventionalPIDcontrollerwithfixedPIDparameters.Combinedw
4、ithconventionalPIDcontrollerandradialbasisfunction(RBF)neuralnetwork,aPIDcontrollerbasedonRBFneura1networkiSproposed.TheparametersofPIDcontrolleraretunedon-lineusingself-learningabilityofRBFneuralnetwork.ThisPIDcontrolalgorithmissuccessfullyimplementedinMatlabsoftwarewhichisint
5、egratedwithconfigurationsoftwareKingViewthroughtheirDynamicDataExchange(DDE)channe1.ThePIDcontrollerisusedinasmallelectric—heatingreactor.TheresultshowsthattheRBFneuralnetworkPIDcontrollerhasmuchbettereontrolperformancethanthetraditionalPIDcontroller.Keywords:RBFneuralnetwork;P
6、ID;electric-heatingreactors;KingView小型电加热反应器被广泛应用于化工实验,其从而对PID的参数进行优化_2]。径向基函数RBF准确的温度控制对化工实验的顺利进行至关重要。(RadialBasisFunction)~经网络是一种具有单隐一般选择常规PID控制方法控温,但常规PID控层的三层前馈神经网络,它模拟了人脑神经网络中制在设定温度下需要通过整定算法整定出合适的局部调整、相互覆盖接受域的特点,是一种局部逼控制参数,电加热反应过程滞后较大,整定过程耗近网络¨3]。很多文章论述了采用RBF神经网络辨时较长,如常采用的
7、基于Ziegler—NicholsPID整定识非线性系统的模型从而自适应整定PID参数的算法一般需耗时2~4h。由于其非线性和时变方法,但大部分研究成果停留在仿真阶段,通过选性,若换一个设定温度或是在反应物容量、实验环择低阶纯滞后模型来验证这种算法的有效性]。等条件变化时,整定出的参数值就会不适合,就笔者则将基于RBF神经网络的自适应PID算法应要重新整定参数。因此,一种能够自整定参数用于小型电加热反应器的温度控制实验。在工控的控制算法对这种小型电加热反应器的温度控制显得十分重要。稿件收到日期:2012—08—31,修改稿收到日期:2012—10—0
8、8。神经网络与PID控制相结合在控制领域一直作者简介:于蒙(1987一),男,山西人,硕士研究生,自动化专业
此文档下载收益归作者所有