基于神经网络PID控制在优化单晶炉速度控制系统的研究

直拉单晶硅工艺对单晶炉的提拉系统具有较高的快速性和稳定性要求。目前国内单晶炉的提拉系统主要采用传统PID进行控制,基本满足了控制要求,但传统PID控制方法不能自适应调整PID的参数。针对此问题,本文采用基于神经网络的PID控制器对提拉系统中P、I、D的三个参数进行在线调整,达到自适应的控制效果,使系统具有更好的性能。以一简易系统为对象,分别构建了传统PID控制、BP神经网络PID控制和RBF神经网络PID控制的模型,通过Simulink仿真,验证了在传统PID控制中加入神经网络可以实现PID参数的自适应调整,优化系统性能。RBF-PID控制方法最为优良,减小了系统超调量以及24.3%的调节时间。