摘要
针对超临界流体制备色谱系统具有多变量、非线性、强耦合的特点,提出一种基于模糊神经网络的超临界流体制备色谱系统控制方案,实现对超临界流体制备色谱系统的闭环解耦控制,模糊神经网络的学习采用粒子群优化算法和改进的BP算法相结合的学习算法。为了验证所提出的控制方案的有效性,将该方案应用于Pre-SFC450系统上进行了梯度流量实验,实验结果表明等度和梯度流量精度完全符合技术指标要求,验证了该方案的有效性和可行性。
This paper presents a control program of preparative supercritical fluid chromatography system based on the fuzzy neural network（FNN）.By combining the particle swarm optimization algorithm and the improved BP algorithm to study the FNN,realizes the closed-loop decoupling control of the preparative supercritical fluid chromatography system.In order to verify the effectiveness,it applies the proposed method to the Pre-SFC450 system for gradient flow experiments.
出处
《工业控制计算机》
2017年第12期55-56,58,共3页
Industrial Control Computer
基金
国家重大科学仪器设备开发专项基金(2013YQ17052506)
关键词
模糊神经网络
超临界流体色谱
粒子群优化算法
解耦
fuzzy neural network
supercritical fluid chromatography system
particle swarm optimization algorithm
decoupling
