当前位置:主页 > 理工论文 > 轻工业论文 >

基于智能算法的高速喷气织机恒张力控制技术的研究

发布时间:2021-12-24 09:50
  针对高速喷气织机恒张力控制问题,通过对高速喷气织机织造工艺技术的研究,在分析纱线张力影响因素的基础上构建了喷气织机纱线张力数学模型,提出了一种改进的模糊神经网络PID控制器对送经电机转速进行调控,以实现经纱恒张力的控制方案。以Mamdani模型为基础构建模糊神经网络PID控制模型,并通过将正向的混沌遗传算法和反向的BP神经网络相结合,实现模糊神经网络控制参数的优化生成。通过计算机仿真和样机实验证明该方案具有响应速度快、控制精度高等优点,实验数据表明该控制方案效果良好,能提高张力控制系统的稳定性,符合实际生产需求。 

【文章来源】:工业控制计算机. 2020,33(05)

【文章页数】:4 页

【部分图文】:

基于智能算法的高速喷气织机恒张力控制技术的研究


喷气织机

PID控制,模糊神经网络,误差


模糊PID控制将测得的张力值与设定张力值的误差ε以及误差变化率作为输入,建立PID控制器中的比例系数Kp、积分系数Ki、微分系数Kd与ε及其变化率间的模糊关系。通过实时监测ε及其变化率,采取相应的策略调整送经电机的转速,调节送经量,模糊PID控制原理如图2所示。模糊控制器的输入量为张力误差和张力误差变化率εc,输出变量为、Kd,因此是一个两入三出的模糊控制器,其表达形式如下:

模型图,模糊神经网络,模型,输入层


神经网络具有在线辨识的功能,可以使得控制系统的输出无限逼近期望值,可以提高控制系统的精确性。本文采用基于Mamdani的模糊推理神经网络模型,整个神经网络共分为5层,各层节点个数为2-14-49-49-3,其网络结构如图3所示。第一层为输入层,第二层为模糊化层,第三层为推理层,第四层为归一化层,最后一层为输出层。1)输入层。该层有两个输入,分别是ε和εc,输出与输入相等:

【参考文献】:
期刊论文
[1]纱线卷绕系统恒张力模糊控制策略研究[J]. 曹薇.  现代纺织技术. 2018(02)
[2]纱线张力自动控制与检测试验平台[J]. 邱海飞.  丝绸. 2017(06)
[3]基于模糊PID的穿丝机张力控制系统设计[J]. 闫娟,杨慧斌,程武山.  机械设计与制造. 2015(09)
[4]基于免疫遗传算法的模糊径向基函数神经网络在高速电主轴中的应用[J]. 单文桃,陈小安,合烨,周明红,刘俊峰.  机械工程学报. 2013(23)
[5]基于单神经元自适应算法的经纱张力控制器设计[J]. 林坤,吴震宇,郑舟.  现代纺织技术. 2011(03)
[6]蚁群算法在PID控制器参数优化中的应用研究[J]. 陈书谦,张丽虹.  计算机仿真. 2011(01)
[7]基于模糊-PI并联控制的经纱张力控制系统[J]. 应腾云,张森林.  纺织学报. 2010(09)
[8]佳点集遗传算法及其在PID控制中的应用[J]. 彭勇,施宁,林浒.  计算机应用研究. 2009(02)
[9]织机经纱张力模型的建立和分析[J]. 来震.  丝绸. 2004(08)



本文编号:3550266

资料下载
论文发表

本文链接:https://www.wllwen.com/projectlw/qgylw/3550266.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ee455***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com