基于神经网络的造纸过程定量水分系统预测函数控制

《基于神经网络的造纸过程定量水分系统预测函数控制》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于神经网络的造纸过程定量水分系统预测函数控制周磊林健汪木兰南京工程学院自动化学院江苏省先进数控技术重点实验室摘要：针对造纸过程中的定量水分控制系统具有大时滞、大惯性、强耦合及多变量等特性，提出了一种新的多变量系统的预测函数控制方法。首先给出了PID神经网络解耦控制方法，将多变量系统变成单变量系统;然后根据预测函数控制原理对申变量系统设计控制器，并结合Smith预估思想，有效地克服/时滞对控制系统稳定性及控制品质的影响;最后通过仿真，证明该控制方法使系统具有在线计算量小、跟踪快速和精度高等特点，能够实现复

2、杂多变量系统的有效控制。关键词：定景;水分;神经网络;解耦控制;预测函数控制;作者简介：周磊(1977—)，女，江苏泰州人，南京工程学院副教授，博士，主要从事非线性控制、预测控制和伺服系统控制等方面的研宄。收稿日期：2017-08-23基金：南京工程学院创新基金重大项目(CKJA201409);南京工程学院在职博士科研资助项目(ZKJ201508);南京工程学院重点实验室开放基金项目(KXJ201506)Thepredictivefunctionalcontrolforbasisweightandmois

3、turesysteminpapermakingprocessbasedonneuralnetworkZHOULeiLINTianWANGMulanCollegeofAutomation，Nanjinginstituteoftechnology;JiangsuKeyLaboratoryofAdvancedNumericalControlTechnology;Abstract：Consideringthefeaturesofbasisweightandmoisturecontrolsysteminpaperm

4、akingprocess,suchaslargetimedelay,biginertia,strongcouplingandmultivariable,itproposesanewpredictivefunctionalcontrolmethodformultivariablesystems.Inordertochangemultivariablesystemintoasinglevariablesystem,itpresentsPIDneuralnetworkdecouplingcontrolmetho

5、d.Basedonthebasicprincipleofpredictivefunctionalcontrolandthesedecoupledsinglevariablesystems,itdesignsacontroller.CombiningSmithprediction,thiscontrolcanovercomethedelayinfluenceonstabilityandperformanceindexeffectively.Thesimulationresultsshowthatthepro

6、posedmethodwithlesscalculationonline，fasttrackingandhighcontrolaccuracycanrealizeeffectivecontrolforcomplexmultivariablesystems.Keyword：basisweight;moisture;neuralnetwork;decouplingcontrol;predictivefunctionalcontrol;Received：2017-08-23造纸过程中纸机控制系统具有大时滞性、强

7、耦合性、人惯性和非线性等特点，如采用传统的PID控制，不仅不能克服系统的大时滞特性，而且抗干扰能力较差。造纸过程有多个控制参数，如定量、水分、厚度和灰分，其中定量和水分是衡量纸张质量的两个最重要的技术指标，分别指单位面积纸张的质量和单位面积纸张的含水量。随着社会各方面的快速发展，对纸张质量的要求越来越高，导致对造纸过程定量水分控制系统的要求也越来越多，更多的先进控制算法被应用到系统屮，如神经网络控制、解耦控制、预测控制等。文献［1］将一种运用小波神经网络建立P1D控制器参数的自学习方法应用于造纸过程定量水

8、分系统。文献［2］针对纸张定量、水分和灰分系统具有强耦合性和时滞性的特点，提出基于对角递归祌经网络的多变量自整定PID解耦控制方法。文献［3］提出单祌经元预测控制算法，引入神经元PTD控制提高系统的自适应性和鲁棒性，引入预测控制提高系统的动态性能。为了提高造纸过程定量水分系统的控制精度、动态性能和鲁棒性，本文提出了一种基丁•神经网络解耦控制的预测函数控制方法。预测函数控制是第三代预测控制方法U1，与传统预测控制的不同之处在于引