一种基于RBF神经网络的温度控制系统设计

发布时间：2021-10-29 18:17

　　干体炉具有非线性、时变、纯滞后的特性,传统PID控制难以达到较高的控温效果。针对该特性提出一种RBF神经网络算法的控制系统设计方案,并搭建了干体炉硬件模块和接口模块,实现了一体化自动温度校准。实验表明,基于RBF神经网络的控制方法设计的干体炉具有结构简单、逼近速度快、控温效果好的特点。 

【文章来源】：中国计量. 2020,(05)

【文章页数】：3 页

【部分图文】：

RBF神经网络结构

RBF神经网络控制系统框图

【参考文献】：
期刊论文
[1]基于遗传BP神经网络的搅拌摩擦焊温度模型[J]. 张喆,张永林,陈书锦.  热加工工艺. 2020(03)
[2]基于RBF神经网络的检定炉温度控制系统[J]. 冯冬青,李现旗.  仪表技术与传感器. 2014(01)
[3]基于改进GA-BP神经网络的湿度传感器的温度补偿[J]. 彭基伟,吕文华,行鸿彦,武向娟.  仪器仪表学报. 2013(01)
[4]一种湿度传感器温度补偿的融合算法[J]. 行鸿彦,彭基伟,吕文华,徐伟,武向娟.  传感技术学报. 2012(12)

博士论文
[1]基于炉内参数测量的燃烧系统优化运行理论与技术的研究[D]. 李勤道.华北电力大学 2013



本文编号：3465157