球磨机混合优化前向神经网络PID解耦控制系统.pdfVIP

球磨机混合优化前向神经网络PID解耦控制系统.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
球磨机混合优化前向神经网络PID解耦控制系统

第 22 卷 第 2 期 电 力 系 统 及 其 自 动 化 学 报 Vol . 22 No . 2 20 10 年 4 月              Proceedings of t he CSUEPSA              Ap r .  20 10 球磨机混合优化前向神经网络 PID 解耦控制系统 1 1 1 2 程启明 , 程尹曼 , 汪明媚 , 郑  勇 ( 1. 上海电力学院电力与自动化学院 , 上海 200090 ; 2 . 上海华为技术有限公司 , 上海 200040) 摘要 : 针对球磨机制粉系统的多变量 、强耦合 、非线性和时变性等特点 ,提出球磨机的混沌 P SO 与 B P 混合优 化前向神经网络 PID 解耦控制系统 。在这种控制器中 , PID 控制器的控制参数采用神经网络进行 自适应整 定 ,神经网络的权值采用混合优化算法进行调整 。仿真结果表明该控制方法跟踪快 、鲁棒性强 、解耦好 ,控制 品质优于传统 P ID 解耦控制方法 ,较好地解决了球磨机的时变性 、耦合性等问题 。 关键词 : 球磨机 ; 混沌粒子群优化 ; 反向传播算法 ; 比例积分微分控制 ; 前向神经网络 中图分类号 : TP273 . 5   文献标志码 : A   文章编号 : (20 10) Feedf or ward Neural Net work PID Decoupl ing Control System Based on Hybrid Optimization Algorithm f or Ball Mill C H EN G Qiming1 , C H EN G Yinman1 , WAN G Mingmei1 , ZH EN G Yon g2 ( 1. College of Elect ric Power and A uto mation , Shanghai U niver sit y of Elect ric Power , Shanghai 200090 , China ; 2 . Shan ghai Huawei Technolo gie s Co . , L t d . , Shanghai 200040 , China) Abstract : Aiming at t he multivariable , st rong coup ling , nonlinear and timevarying charact eri stics of t he ball mill p ulverizing sy st em , t he forwar d neural net work PID cont roller ba sed on chao s PSOB P hybrid op timization algorit hm s for decoup ling cont rol sy st em of ball mill i s p ropo sed . In t hi s cont roller , t he cont rol p aramet er s of PID cont roller are adap tively adj u st ed by neural network , t he weight s of ne

文档评论(0)

jgx3536 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6111134150000003

1亿VIP精品文档

相关文档