基于网络预测的粮食颗粒输送模糊控制系统设计.pdfVIP

基于网络预测的粮食颗粒输送模糊控制系统设计.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于网络预测的粮食颗粒输送模糊控制系统设计.pdf

第 30卷 第 1期 郑 州 轻 工 业 学 院 学 报 (自然 科 学 版 ) Vo1.30 No.1 2015年2月 JOURNALOFZHENGZHOUUNIVERSITY0FLIGHTINDUSTRY(NaturalScience) Feb.2015 文章编号:2095—476X(2015)01—0090—05 基于网络预测的粮食颗粒输送 模糊控制系统设计 李阳 , 裴旭明 , 胡英杰 (1.郑州轻工业学院 机 电工程学院,河南 郑州 450002; 2.西安交通大学 机 电工程学院,陕西 西安 710049) 摘要:针对粮食颗粒管道气力输送系统中风速、压损、料气比等参数之间存在复杂非线性关系,难以 建立准确的数学模型以实现 闭环控制的问题,以CXLD50吸压混合输送移动式吸粮机为研究平台, 设计了用BP神经网络的物料流量预测为反馈环节的模糊控制系统:使用神经网络工具建立物料流 量预测模型,以快速方便地进行两相流流量在线测量;模型输出的预测流量与期望流量进行比较后, 输入到模糊控制器进行判断推理并输出.仿真结果表明,系统响应迅速,可在 50S内达到理想输出; 抗干扰能力强,其误差量稳定在 .4-0.5kg/s左右,有效改善了离线测量方法的信号反馈滞后现象,提 高了输送系统的稳定性. 关键词:网络预测;气力输送;粮食颗粒输送 ;模糊控制系统 中图分类号 :TH232 文献标志码 :A DoI:10.3969/j.issn.2095—476X.2015.01.019 Designonfuzzycontrolsystem ofgrain particlestransport based onnetwork prediction LIYang, PEIXu—ming, HUYing-jie (1.CollegeofMechanicalandElectricalEngineering,ZhengzhouUnive~ityofLightIndmtry,Zhengzhou450002,China; 2.CollegeofMechanicaland ElectricalEngineering,XianJiaotongUniversity,Xian710049,China) Abstract:Itisdi{Iiculttoestablisheaccuratemathematicalmodeltorealizetheclosed—loopcontro1.because ofthecomplexnonlinearrelationshipamongthewind speed,pressureloss,feed—gasratioandotherparame— tersingrainparticlespneumatictransport.Tosolvethisproblem,withCXLD50suctionpressuremixedconve— yingmobilegrain suckingmachineastheresearchplatform,fuzzycontrolstrategywasputforwardwiththe materialflow predictionofBPneural networkasfeedbackloop.Thesystem usesthematerialflow prediction modelbasedonneuralnetworktoolswhichcouldquicklyandconvenientlyonlinemeasuredtwo—phaseflow. Aftercomparingthemodeloutputflow ofprediction andexpectation,itwasinputtothefuzzycontrollerofr judgementandoutput.Simulationshow

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档