NARX神经网络在电缆绝缘厚度滞后控制系统中的应用与仿真

发布时间：2022-01-15 23:25

　　针对具有时滞性的电缆绝缘厚度控制问题,提出了基于NARX神经网络用于对现场数据构造更为精确差分方程,并代入PID控制器中进行控制。在NARX神经网络预测过程中,采用灰关联分析方法,确定延迟层数以及关键外部输入,最后建立电缆绝缘厚度控制的模型预测。将该模型与原传递函数离散化得到的离散化模型代入PID控制器中进行性能对比。结果表明,在滞后控制系统中,经过NARX神经网络所建立的系统模型代入PID控制时对比传统离散化模型具有更好性能参数。该结果对解决具有滞后性的电缆绝缘厚度控制问题有一定的理论和工程应用价值。 

【文章来源】：制造业自动化. 2020,42(08)CSCD

【文章页数】：5 页

【部分图文】：

绝缘挤出生产线工艺流程图

NAR神经网络结构示意图

式中，m表示外部输入时间序列x(t)的延迟阶数。图3为NARX神经网络的结构示意图，其中Z-1为延迟层。可以直观地得出，NARX在NAR神经网络输入时间序列上附加了一个或多个外部输入变量，再将外部输入变量时间序列通过延迟层进行差分，然后进入神经网络中进行训练，拟合出对于y(n)时间序列的数学模型，同时对y(n+1)时间序列进行预测。

【参考文献】：
期刊论文
[1]基于Smith预估器的自适应模糊PID在电缆线径控制系统中的应用[J]. 周克良,王荡荡,韩李珂.  重庆理工大学学报(自然科学). 2018(06)
[2]电线电缆技术（2） 中国电线电缆行业现状及发展前景[J]. 周腊吾.  大众用电. 2013(11)



本文编号：3591507