基于DRNN神经网络的造纸过程定量水分解耦控制分析.pdfVIP

Applications创新应用

基于DRNN神经网络的造纸过程定量水

分解耦控制分析

郑敏

（廊坊职业技术学院，河北065000）

摘要：阐述造纸过程定量水分的控制技术，利用Matlab建立定量水分数学模型，分别采用常规PID算法和

DRNN神经网络算法对定量水分耦合模型进行解耦控制，探讨神经网络来整定PID控制器参数，不依赖控

制对象的数学模型就可以实现解耦控制。仿真结果表明，DRNN神经网络算法响应速度更快，自适应能力

显著增强，可进一步改善系统的动态性能。

关键词：智能控制，定量水分数学模型，DRNN神经网络算法。

中图分类号：TP18，TP273文章编号：1674-2583(2024)01-0365-03

DOI：10.19339/j.issn.1674-2583.2024.01.164

文献引用格式：郑敏.基于DRNN神经网络的造纸过程定量水分解耦控制分析[J].集成电路应用,2024,

41(01):365-367.

AnalysisofQuantitativeWaterDecompositionCoupling

ControlinPapermakingProcessBasedonDRNN

ZHENGMin

(LangfangVocationalandTechnicalCollege,Hebei065000,China.)

Abstract—Thispaperexpoundsthecontroltechnologyofquantitativemoistureinthepapermaking

process,establishesamathematicalmodelofquantitativemoisturecontentusingMatlab,decouples

thequantitativemoisturecouplingmodelusingconventionalPIDalgorithmandDRNNneuralnetwork

algorithm,andexplorestheuseofneuralnetworkstoadjustPIDcontrollerparameters.Decoupling

controlcanbeachievedwithoutrelyingonthemathematicalmodelofthecontrolobject.Thesimulation

resultsshowthattheDRNNneuralnetworkalgorithmhasafasterresponsespeedandsignificantly

enhancedadaptiveability,whichcanfurtherimprovethedynamicperformanceofthesystem.

IndexTerms—intelligentcontrol,quantitativemoisturemathematicalmodel,DRNNneuralnetwork

algorithm.

0引言定量和水分的主要因素。因此，确定纸张定量水分

造纸过程的定量和水分是纸张最重要的质量指控制系统的控制策略:通过在线检测纸张的定量和

标，两者之间存在者强耦合，这两个指标不仅反映水分，得到定量和水分的实时参数，作为各自控制

成纸的质量，同时也影响到经济效益，实现对它们回路的给定值来分别调节纸浆流量和蒸汽压力，实

的严格控制，已成为纸品生产的首要目标。现减少定量和水分检测值与给定值偏差的目的。定

造纸过程的传质传热非常复杂，具有耦合性量水分控制框图如图1所示。

强、纯滞后性大等特点，常规的控制算法为PID控建立数学模型。纸张定量水分控制系统是一个

制，