基于模糊神经网络PID控制的粉体包装计量控制系统

发布时间：2021-02-08 21:58

　　针对粉体包装计量控制系统由于传感器、螺杆的旋转惯性、零点漂移,下料冲击力等因素的影响而造成的系统延迟、非线性等问题,提出一种基于模糊神经网络PID控制粉体包装计量控制系统。利用模糊神经网络良好的动态控制特性和自学习能力来调整PID控制比例、积分、微分3个调整参数。借助MATLAB simulink仿真软件进行系统的模拟仿真。结果表明,该模糊神经网络PID控制系统稳定时间能缩短约45%,超调量约减少16%。由此可得模糊神经网络PID控制系统优于传统的PID控制系统。 

【文章来源】：食品与机械. 2020,36(01)北大核心

【文章页数】：4 页

【部分图文】：

粉体包装计量秤

目前，BP神经网络的应用最为广泛，且是采用误差反向传播学习算法的多层前馈神经网络，多应用在系统辨识、自适应控制等领域[9]227。试验采用BP神经网络控制器，控制系统框图如图2所示。2.1 模糊化模块设计

基于PID参数经验，总结计量系统中的实际变化规律，得出模糊PID控制器Kp,Ki,Kd3个参数的控制规则表，见表1。2.2 粉体动态计量模糊神经网络PID控制器的设计

【参考文献】：
期刊论文
[1]基于模糊PID控制的粉末包装计量控制系统[J]. 彭博,钟飞.  包装工程. 2017(05)
[2]动态定量称量包装系统BP神经网络PID控制算法[J]. 刘江,李海龙.  包装工程. 2017(05)
[3]基于模糊控制的皮带给料式定量包装秤优化控制研究[J]. 赵健,马西庚,王艳丽,徐峻涛.  电气自动化. 2015(01)
[4]定量称重包装系统RBF神经网络PID控制研究[J]. 吴宇平,章家岩,章磊,冯旭刚.  安徽工业大学学报(自然科学版). 2014(03)
[5]基于PLC的模糊控制器在定量包装秤中的应用[J]. 张俊,李明.  制造业自动化. 2014(10)
[6]电子定量包装秤系统设计[J]. 缪刚,韩震宇,温显超.  机械设计与制造. 2011(03)
[7]数字PID控制系统的鲁棒性分析与设计[J]. 刘建东,张栾英,谷俊杰.  华北电力大学学报. 2003(06)

硕士论文
[1]基于模糊神经网络的船用锅炉水位控制研究[D]. 冯伟.大连海事大学 2017



本文编号：3024589