面向燃气调压应用的RBF人工智能控制策略

针对现有中低压调压站调压精度差、可靠性差的不足,提出一种面向燃气调压器应用的RBF神经网络控制策略。其智能燃气调压器利用高阶系统的降阶近似处理方法,得到简化的电动燃气调压系统数学模型;然后,针对调压系统的非线性、不确定性特征,充分利用RBF神经网络对非线性函数良好的逼近效果,实现PID参数自整定。通过基于MSP430单片机开发板对调压器的算法性能及功能进行测试,测试结果表明,相比于传统PID控制算法,改进的算法的调节时间缩短约10%,超调量减少约6%,且抗干扰性能优越,调压器能实现数据采集、调压、串口通信、安全报警功能。