时变间歇过程的2D-PID自适应控制方法

发布时间：2017-07-05 23:09

  本文关键词：时变间歇过程的2D-PID自适应控制方法

  更多相关文章： 间歇式 过程控制 神经网络 迭代学习控制 粒子群算法

【摘要】：针对间歇过程存在的参数时变问题,提出一种基于二维PID(2D-PID)迭代学习框架的自适应控制方法。首先,通过粒子群优化算法快速获取初始的2D-PID控制参数。在批次内,采用自调整神经元PID控制器对其进行在线自适应调节。进一步,考虑批次间的重复特性,通过PID型迭代学习控制,以利用历史批次的信息来修正当前批次的调节变量,最终提高控制性能。通过间歇发酵过程的仿真和比较研究,验证了所提出方法的有效性。
【作者单位】： 浙江工业大学过程装备及其再制造教育部工程研究中心;
【关键词】： 间歇式 过程控制 神经网络 迭代学习控制 粒子群算法
【基金】：国家自然科学基金项目(61273069)~~
【分类号】：TQ018
【正文快照】： 引言间歇过程在化工生产中占有重要地位,广泛应用于高附加值生产制造领域。随着以高精度、高品质、多品种、小批量为特征的“工业4.0”时代的到来,操作性强和灵活度高的间歇过程备受关注。间歇过程要求控制器能够在线自适应调节。然而,实际的间歇过程机理模型难以及时获得,且

【参考文献】

中国期刊全文数据库 前3条

1 叶凌箭;马修水;宋执环;;不确定性间歇过程的一种实时优化控制方法[J];化工学报;2014年09期

2 刘毅;林传东;高增梁;;基于粒子群优化的连续发酵过程PID控制[J];石油化工自动化;2012年01期

3 贾立;施继平;邱铭森;;一类间歇生产过程的迭代学习控制算法及其收敛性分析[J];化工学报;2010年01期

【共引文献】

中国期刊全文数据库 前8条

1 叶凌箭;马修水;宋执环;;基于输入轨迹参数化的间歇过程迭代学习控制[J];化工学报;2016年03期

2 王志文;刘毅;高增梁;;时变间歇过程的2D-PID自适应控制方法[J];化工学报;2016年03期

3 贾立;袁凯;;基于辅助误差和概率密度函数的神经模糊模型及其在间歇过程中的应用（英文）[J];Chinese Journal of Chemical Engineering;2015年12期

4 贾默伊;赵文斌;;基于ARM9的甲醇合成塔神经网络控制系统[J];化工自动化及仪表;2014年07期

5 贾立;曹鲁明;邱铭森;;基于建模误差PDF形状的间歇过程数据驱动模型[J];仪器仪表学报;2012年07期

6 曹伟;丛望;孙明;;初态学习下时滞非线性系统的迭代学习控制[J];仪器仪表学报;2012年02期

7 贾立;施继平;程大帅;邱铭森;;间歇生产过程的R调节学习控制[J];控制理论与应用;2011年09期

8 褚燕彬;曹柳林;王晶;;利用组合B样条神经网络实现对间歇反应过程的动态建模[J];化工学报;2011年S1期

【二级参考文献】

中国期刊全文数据库 前8条

1 杨斌;许锋;罗雄麟;;基于动态模型的在线反馈优化[J];化工学报;2012年07期

2 史洪岩;苑明哲;王天然;袁德成;;间歇过程动态优化方法综述[J];信息与控制;2012年01期

3 ;New loop pairing criterion based on interaction and integrity considerations[J];Journal of Zhejiang University-Science C(Computer & Electronics);2010年05期

4 金翠云;王建林;马江宁;王颖;;改进的PSO算法及其在PID控制器参数整定中的应用[J];电子测量与仪器学报;2010年02期

5 贾立;施继平;邱铭森;;间歇过程的全局收敛性神经模糊模型[J];信息与控制;2009年06期

6 叶凌箭;宋执环;;多变量控制系统的一种变量配对方法[J];控制与决策;2009年12期

7 樊雷;王海清;宋执环;李平;;基于广义预测控制的间歇生产迭代优化控制[J];化工自动化及仪表;2006年02期

8 陆宁云;王福利;高福荣;王姝;;间歇过程的统计建模与在线监测[J];自动化学报;2006年03期

【相似文献】

中国期刊全文数据库 前10条

1 李志红,宋子明,袁志敏;间歇过程能量平衡和，

本文编号：523932