基于BP神经网络的Smith-Fuzzy-PID算法在阀门定位中的应用研究

TH861; 为解决气动调节阀控制过程中出现的超调大、精度低等问题,本文采用BP神经网络整定出较优的PID(Proportional Integral Derivative)控制参数,对Smith预估控制器以及模糊控制器进行设计,实现了基于BP神经网络的Smith-Fuzzy-PID控制方法.搭建了实验平台,通过阶跃响应实验来对控制方法进行验证,验证结果表明,提出的方法调节过程无超调,调节时间仅为 1.9 s,定位精度在±0.5%以内,有效提高了系统的稳定性,实现了气动调节阀的快速精准定位....

Full description

Saved in:
Bibliographic Details
Published in华东理工大学学报（自然科学版） Vol. 50; no. 5; pp. 770 - 778
Main Authors 谢涛, 周邵萍, 王佳硕, 裴梓敬
Format Journal Article
LanguageChinese
Published 华东理工大学承压系统与安全教育部重点实验室,上海 200237 01.10.2024
Subjects
fuzzy control
BP neural network
BP神经网络
Smith estimate
模糊控制
pneumatic control valve
气动调节阀
Smith预估
PID control
PID控制
Online AccessGet full text

Cover

More Information
Summary:TH861; 为解决气动调节阀控制过程中出现的超调大、精度低等问题,本文采用BP神经网络整定出较优的PID(Proportional Integral Derivative)控制参数,对Smith预估控制器以及模糊控制器进行设计,实现了基于BP神经网络的Smith-Fuzzy-PID控制方法.搭建了实验平台,通过阶跃响应实验来对控制方法进行验证,验证结果表明,提出的方法调节过程无超调,调节时间仅为 1.9 s,定位精度在±0.5%以内,有效提高了系统的稳定性,实现了气动调节阀的快速精准定位.
ISSN:1006-3080
DOI:10.14135/j.cnki.1006-3080.20230830001