多温区加热炉新型解耦网络及模糊PID控制

针对加热炉多变量、非线性、强耦合、参数摄动及带时滞等特点,研究了一种基于新型解耦网络和模糊PID控制的系统结构,其中新型解耦网络由BP神经网络和信号加权合成器构成。详细分析了新型解耦网络的学习算法,并设计了模糊PID控制算法。以多温区加热炉为例,在Matlab/Simulink平台上进行了编程和仿真实验,结果表明:在加热炉发生大幅度参数摄动时,系统具有良好的解耦能力和动、静态控制性能。

多温区电加热炉的PID神经网络控制

研究温度控制对提高产品品质意义较大。多温区电加热炉具有强耦合、时变性等特点,针对多温区电加热炉要求动态品质好、控制精度高等特点,采用将PID控制融合入神经元网络的方法,比例元、积分元和微分元的存在,使得PID神经网络的控制系统响应快、超调小、无静差。采用改进的反向传播学习算法,在权值调整算法式中加入阻尼项,提高了算法收敛速度和学习速率,又不易产生振荡。在MATLAB环境下,用S函数编写算法进行仿真。仿真结果表明,PID神经网络达到较好的解耦效果,提高系统的抗干扰能力,改善了系统的动态品质,使多温区电加热炉温度控制系统的性能得到改善。

用SLC500实现多温区电加热炉的PID解耦控制

介绍了AB公司的SLC50 0可编程逻辑控制器集成的PID控制指令的特点和用法 ,并以多温区电加热炉为对象 ,讨论如何用该指令在多变量耦合系统中实现PID解耦控制。实际运行结果证明 ,该指令编程简单 ,控制品质良好。

多温区电加热炉温度控制算法的研究与应用

针对多温区电加热炉大时滞、时变性强、强耦合和对象模型难以确定等特点,提出一种基于继电辨识模型的PID自整定算法,该法将Smith预估算法、继电辨识和模糊控制相结合,用继电反馈法在线辨识出Smith预估所需要的对象模型,并整定出控制器PID的初始值,在此基础上,对系统进行Smith预估补偿的同时利用模糊控制在线修正PID参数。经实验证明将该算法运用于多温区电加热炉的温度控制中是合适的,可获得很好的控制精度和鲁棒性。