共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
针对烧结混合料自动加水控制的难点,尤其是在烧结配料过程中自动加水系统的大滞后、非线性、低稳定性问题进行了加水控制算法研究。采用内环和外环方案分别控制两级混合机加水,设计基于粒子群优化(particle swarm optimization, PSO)算法优化BP(back propagation)神经网络联合模糊PID控制模型以解决时变、非线性系统的局限性问题。通过PSO算法对BP神经网络进行训练优化以获得最优控制参数,将预测的烧结料水分加入模型参与下一步控制。考虑系统存在较大延时,Simulink仿真中同步加入延时环节。仿真结果表明,相比BP神经网络模型,PSO-BP预测模型的拟合性能更加优越;相比PID、BP-PID控制算法,PSO-BP-PID控制算法在超调量、响应时间以及震荡周期等指标上均有显著提高。经梅钢4号烧结机实际应用数据表明,相比传统PID控制,PSO-BP-PID控制平均误差下降约45.75%,控制标准差下降约62.72%,可以明显提高混合料水分控制的精准度、稳定性、敏捷性,提高烧结过程的稳定性。 相似文献
3.
4.
5.
6.
7.
一种基于模糊神经网络FNN在加热炉温度控制中的应用 总被引:2,自引:0,他引:2
从实际出发,以昆明钢铁集团公司中板厂加热炉为研究对象,对具有时变性、非线性、模糊性的随机过程进行了研究。着重研究了神经网络与模糊系统融合的可行性及融合方式,采用了一种新型的智能控制方案——模糊神经网络控制。对提出的模糊神经网络控制算法进行了仿真试验,仿真结果表明,对比PID控制和自整定PID控制,采用本文所提出的模糊神经网络控制算法对加热炉进行控制,具有推理速度快,跟踪性能好,抗干扰能力强的优点,它完全能够满足工业生产需要,具有较强的可行性和实用性。 相似文献
8.
《世界有色金属》2016,(10)
钛金属材料具有较好的能量吸收特性,可以作为高性能的航空航天材料、精密仪器材料等,研究钛金属材料的强度结构,对其动力学结构特性进行分析,在优化钛金属材料的功能,拓展钛金属材料的应用方面具有重要意义。提出一种基于线性加载和非线性动力学分析的钛金属材料的强度结构测试方法研究,测试的环境在超低温环境下进行,选择的钛金属材料为钛与金属Al、Sb的合金材料。考虑钛金属材料构件的随机性,准确建立结构尺寸、材料属性尤其是劈裂荷载的统计模型,实现对钛金属材料结构模型失效概率的准确分析和评价,计算冲击载荷下钛金属抗剪连接的柔度和屈服强度,根据材料动态冲击平台的结构力学模型,进行近似预测递变梯度最小二乘拟合分析,在递变屈服强度下测试整个压缩变形度,通过递变屈服强度梯度值计单位质量的钛金属材料能量吸收度,实现对钛金属材料的最弱层到最强层的逐层结构屈服强度分析,运用有限元分析软件ABAQUS进行结构力学模式分析,实现对钛金属材料强度结构准确测试,得出有效性结论。 相似文献
9.
10.
针对大型钛渣电炉生产中炉压、一氧化碳含量、电流等参数属于非线性变量的状况,提出一种类似于标准的操作方法,基于模糊神经网络的智能协调控制方案,应用提前算法对模糊神经网络结构和参数进行优化,并采用神经网络模决与PLC的逻辑梯形图语言编程实现智能协调运算,实际应用后,冶炼时间缩短,电耗降低。 相似文献
11.
12.
针对大型钛渣电炉生产中炉压、一氧化碳含量、电流等参数属于非线性变量的状况,提出一种类似于标准的操作方法,基于模糊神经网络的智能协调控制方案,应用提前算法对模糊神经网络结构和参数进行优化,并采用神经网络模块与PLC的逻辑梯形图语言编程实现智能协调运算,实际应用后,冶炼时间缩短,电耗降低. 相似文献
13.
基于BP神经网络PID控制及其仿真 总被引:2,自引:0,他引:2
对BP神经网络算法进行了改进,克服了直接使用神经网络算法进行PID控制的不足之处.仿真表明,设计了附加动量项的BP神经网络,能有效地提高算法的收敛速度.实验结果表明控制效果优于传统的PID控制算法的仿真结果. 相似文献
14.
采用热力学机理模型和神经网络相结合的预测模型控制算法,建立了自热熔炼优化操作的6计算机辅助控制模型及软件系统,采用在线校正,优化了控制模型输出。 相似文献
15.
16.
17.
18.
变结构神经网络在板形信号模式识别方面的应用 总被引:13,自引:0,他引:13
提出了基于模糊距离的变结构神经优化算法,并将其用于板形信号的模式识别过程,有效地解决了板宽变化时神经网络拓扑结构不变的问题,提高了识别速度和精度,从而成为一种新的智能板形信号识别方法。 相似文献
19.
用神经网络建立提拉法钛单晶生长过程的经验模型,并通过试验验证模型的有效性。改进钛单晶生长试验设备,采集建立经验模型所需的无噪实验数据。建立前馈神经网络预测器,建模提拉法钛晶体生长过程非线性动态特性,用自适应BP算法训练神经网络,以加快网络的学习和收敛。 相似文献
20.
遗传算法优化函数参数可能会出现不足,为此采用高斯变异与柯西变异相结合的克隆算法,优化了变结构模糊神经网络的参数,并基于此方法设计控制器,应用于AGC控制系统.仿真实验结果表明,应用克隆算法比遗传算法优化参数收敛速度更快,用于AGC控制性能更好. 相似文献