基于微粒群优化的球磨机单神经元自适应解耦控制系统

基于微粒群优化的球磨机单神经元自适应解耦控制系统

ID:36779980

大小:295.05 KB

页数:5页

时间:2019-05-15

基于微粒群优化的球磨机单神经元自适应解耦控制系统_第1页
基于微粒群优化的球磨机单神经元自适应解耦控制系统_第2页
基于微粒群优化的球磨机单神经元自适应解耦控制系统_第3页
基于微粒群优化的球磨机单神经元自适应解耦控制系统_第4页
基于微粒群优化的球磨机单神经元自适应解耦控制系统_第5页
资源描述:

《基于微粒群优化的球磨机单神经元自适应解耦控制系统》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、维普资讯http://www.cqvip.com电力科学与工程N03·30·ELECrRICP0WERSCIENCEANDENGINEERING2006文章编号:1672—0792(2006)03—0030—04基于微粒群优化的球磨机单神经元自适应解耦控制系统尚雪莲,王东风,韩璞(1.核工业第二研究设计院电气仪控所北京100840;2.华北电力大学自动化系,河北保定071003)SimulationofSingleNeuralDecouplingControlSystemBasedonParticleSwarmOptimizationforBallMillSystemSHANGXue—lian

2、,WANGDong—feng2,HANpu2(1.EingInstitute0fNudearEnginmring,~ijing00840,China;2.NorthChinaElectricPowerUniversity,Baoding071003,China)Abstract:Inviewoftheinertia,delay,andgreatcouplingchar—应神经元是一个具有自学习和自适应能力的多输入acteristicofthemulti—inputandmulti—outputballmills~tem,a单输出的非线性处理单元。除了具有神经网络的上singleneuralde

3、couplingcontrolsystemisdesigned.Aparticle述优点外,还具有结构简单,学习算法物理意义明swarm一3ptimlzationalgorithmisusedtofindthebestparameter确,计算量小,实现方便等优点。fortheneuralcontrols~tem.ThesimulationresultsshowthatPSO(微粒群算法)是一种新型的演化计算技theoptimizedcontrols~temhasagoodperformance.术,它来源于对一个简化社会模型的模拟。PSO算Keywords:ballmillsystem;si

4、ngleneural;decouplingcontrol;法概念简单、实现容易,短短几年间便获得了很大particleswarm摘要:针对具有惯性和迟延特性、多输入多输出强耦合的中的发展,并在一些领域得到应用,取得了较好的效储式球磨机制粉系统,设计了单神经元解耦控制器,针对神果。与其他优化算法相比,PSO只需很少的代码和经元控制器参数确定较为困难的问题,采用了微粒群算法对参数便能实现,算法简单,同时它不受峰数增加的控制器参数进行寻优。仿真结果表明,通过微粒群优化后的影响,受问题维数的影响也很小。控制系统能够使得球磨机在不同阶跃扰动下都获得较为满意本文针对球磨机被控对象强耦合、对象建模不的控制效

5、果。够精确的特点,设计了球磨机单神经元自适应解耦关键词:球磨机;单神经元;解耦控制;微粒群控制系统,针对神经元参数最优值难以手工确定的中图分类号:TK323文献标识码:A难点,采用微粒群优化的方法进行寻优,仿真结果表明优化后的单神经元解耦控制系统能够获得较好0引言的控制效果。火力发电厂球磨机制粉系统是一个典型的多输1微粒群优化算法人多输出、大滞后强耦合的复杂系统,并且由于煤质变化等原因,其数学模型随时间而缓慢变化,采PSO是由Kennedy和Eberhart等于1995年开用传统的建立在精确建模基础上的控制方法很难取发的一种演化计算技术,来源于对一个简化社会模得理想的控制效果⋯。型的模拟。其中

6、“群”来源于微粒群,符合Mil—神经网络作为一种智能控制方法,能够较好地lonas[2]在开发应用于人工生命的模型时所提出的群解决系统的非线性和不确定性问题。由于神经网络体智能的5个基本原则。而“微粒”则是一个折中具有自适应、并行处理能力和高度鲁棒性,采用神经网络方法设计的控制系统将具有更快的速度(实的选择,因为群体中的成员没有质量、没有体积,但却有速度和加速状态_3_。时性)、更强的适应能力和更强的鲁棒性。单个自适1.1微粒群算法原理收稿日期:2006.05.07PSO演化算法根据对环境的适应度将群体中的维普资讯http://www.cqvip.com№3尚雪莲等:基于微粒群优化的球磨机单神

7、经元自适应解耦控制系统·31·个体移动到好的区域,它将每个个体看作D维搜索控制有一定困难。而单神经元是一个简单的神经网空间中的一个没有体积的微粒(点),在搜索空间中络结构,具有自学习和自适应能力的多输入单输出的以一定的速度飞行。这个速度根据它本身的飞行经非线性处理单元,计算简单快捷,具有神经网络的优.验以及同伴的飞行经验进行动态调整。假设第i个点,同时又能适应快速过程实时控制的要求,具有一微粒表示

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。