留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于改进的PSO算法的球磨机PID神经网络控制系统

孙杰 韩艳 段勇 崔宝侠

孙杰, 韩艳, 段勇, 等. 基于改进的PSO算法的球磨机PID神经网络控制系统[J]. 工矿自动化, 2011, 37(5): 59-62.
引用本文: 孙杰, 韩艳, 段勇, 等. 基于改进的PSO算法的球磨机PID神经网络控制系统[J]. 工矿自动化, 2011, 37(5): 59-62.
SUN Jie, HAN Yan, DUAN Yong, et al. PID Neural Network Control System of Ball Mill Based on Modified PSO Algorithm[J]. Industry and Mine Automation, 2011, 37(5): 59-62.
Citation: SUN Jie, HAN Yan, DUAN Yong, et al. PID Neural Network Control System of Ball Mill Based on Modified PSO Algorithm[J]. Industry and Mine Automation, 2011, 37(5): 59-62.

基于改进的PSO算法的球磨机PID神经网络控制系统

基金项目: 

国家自然科学基金资助项目(60905054)

详细信息
  • 中图分类号: TD453

PID Neural Network Control System of Ball Mill Based on Modified PSO Algorithm

  • 摘要: 球磨机制粉系统是一个复杂的多变量系统,具有强耦合、非线性、大迟延、慢时变等特点,很难建立精确的数学模型,采用常规的控制策略难以获得满意的控制效果。针对上述问题,在对球磨机制粉系统动态特性进行分析的基础上,提出了一种不依赖于被控对象数学模型的多变量PID神经网络解耦控制策略;为进一步提高控制器性能,利用一种改进的PSO算法对PID神经网络的权值初值进行离线优化训练,然后采用BP算法对权值进行在线调整,避免网络陷入局部极小值,保证了系统不会出现大的超调和震荡。仿真结果表明,该策略可以保证球磨机控制系统有大范围的鲁棒性和适应性,能较好地解决球磨机制粉系统的耦合性、时变性等问题,具有优良的解耦机制和控制品质。

     

  • 加载中
计量
  • 文章访问数:  58
  • HTML全文浏览量:  7
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 刊出日期:  2011-05-10

目录

    /

    返回文章
    返回