基于神经网络逆系统的空气重介流化床多变量解耦控制 - 煤炭学报.pdf

　第３３卷第２期 煤　　炭　　学　　报 Ｖｏｌ．３３　Ｎｏ．２　 　２００８年 ２月 ＪＯＵＲＮＡＬＯＦＣＨＩＮＡＣＯＡＬＳＯＣＩＥＴＹ Ｆｅｂ．　 ２００８　 　　文章编号：０２５３－９９９３（２００８）０２－０２２５－０３ 基于神经网络逆系统的空气重介流化床 多变量解耦控制 高　松，王振罛 （中国矿业大学 （北京）机电与信息工程学院，北京　１０００８３） 摘　要：针对空气重介流化床干法分选过程的多变量非线性强耦合特点，在空气重介流化床干法 分选过程的神经网络逆系统解耦方法的基础上，设计了线性闭环ＰＩ调节器，以实现空气重介流 化床干法分选过程的高性能解耦控制．仿真结果表明，该方法能够较好地解决空气重介流化床干 法分选过程的控制问题，具有较强的鲁棒性． 关键词：神经网络；逆系统；解耦控制；分选过程；ＰＩ调节器 中图分类号：ＴＤ９２２７　　　文献标识码：Ａ Ｍｕｌｔｉｖａｒｉａｂｌｅｄｅｃｏｕｐｌｉｎｇｃｏｎｔｒｏｌｂａｓｅｄｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｉｎｖｅｒｓｅ ｓｙｓｔｅｍｉｎａｎａｉｒｄｅｎｓｅｍｅｄｉｕｍｆｌｕｉｄｉｚｅｄｂｅｄｐｒｏｃｅｓｓ ＧＡＯＳｏｎｇ，ＷＡＮＧＺｈｅｎｃｈｏｎｇ （ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｌｅｃｔｒｏｎｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＭｉｎｉｎｇａｎｄＴｅｃｈｎｏｌｏｇｙ（Ｂｅｉｊｉｎｇ），Ｂｅｉｊｉｎｇ　１０００８３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｃｏａｌｄｒｙｂｅｎｅｆｉｃｉａｔｉｏｎｗｉｔｈａｉｒｄｅｎｓｅｍｅｄｉｕｍｆｌｕｉｄｉｚｅｄｂｅｄ（ＡＤＭＦＢ）ｉｓａｎｏｎｌｉｎｅａｒａｎｄｍｕｌｔｉｖａｒｉａｂｌｅ ｃｏｕｐｌｉｎｇｓｙｓｔｅｍ，ａｎｄｓｔｒｏｎｇｌｙｃｏｕｐｌｅｄｓｙｓｔｅｍ．Ａｌｉｎｅａｒｃｌｏｓｅｌｏｏｐａｄｊｕｓｔｏｒｂａｓｅｄｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｉｎｖｅｒｓｅｓｙｓｔｅｍ ｗｈｉｃｈｗａｓｅｘｉｓｔｅｄｆｏｒｂｅｎｅｆｉｃｉａｔｉｏｎｐｒｏｃｅｓｓｗａｓｄｅｓｉｇｎｅｄｔｏｏｂｔａｉｎｔｈｅｇｏｏｄｄｅｃｏｕｐｌｉｎｇｃｏｎｔｒｏｌｐｅｒｆｏｒｍａｎｃｅ．Ｔｈｅ ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｇｏｏｄｃｏｎｔｒｏｌｐｅｒｆｏｒｍａｎｃｅ（ｈｉｇｈａｃｃｕｒａｃｙａｎｄｇｏｏｄｒｏｂｕｓｔ）ｃａｎｂｅｏｂｔａｉｎｅｄｉｎｄｒｙｂｅｎ ｅｆｉｃｉａｔｉｏｎｐｒｏｃｅｓｓｂａｓｅｄｏｎｔｈｉｓｄｅｃｏｕｐｌｉｎｇｃｏｎｔｒｏｌｍｅｔｈｏｄ． Ｋｅｙｗｏｒｄｓ：ｎｅｕｒａｌｎｅｔｗｏｒｋ；ｉｎｖｅｒｓｅｓｙｓｔｅｍ；ｄｅｃｏｕｐｌｉｎｇｃｏｎｔｒｏｌ；ｂｅｎｅｆｉｃｉａｔｉｏｎｐｒｏｃｅｓｓ；ＰＩａｄｊｕｓｔｏｒ ［１，２］ 　　空气重介流化床是一个多变量非线性强耦合的非自衡系统 ，神经网络逆控制方法可实现对其非线 ［３］ 性系统的线性化解耦控制，结构简单，易于实现 ．神经网络逆系统的基本思想是对于给定的系统，用 动态神经网络构造原系统的 “逆系统”，将对象反馈补偿成为具有线性传递关系的且已解耦的一种规范化 ［４］ ［５］ 系统，即伪线性系统，再设计线性闭环调节器获得高性能控制 ．宋夫华 利用ＡＮＮ辨识得到的原系统 逆模型与原系统相串联，运用逆系统方法的思想，将多变量、非线性、强耦合的系统解耦成多个相互独立 ［４，６］ 的单输入单输出的伪线性子系统．本文在此基础上设计了线性闭环ＰＩ调节器，实现高性能解耦控制 ． １　系统数学