改进的BP神经网络PID控制器在气体浓度控制中的研究

针对动物缺氧实验中气体浓度控制这一时变非线性的过程,将BP神经网络与传统PID控制相结合虽然可以取得较好的控制效果,但是也存在着网络收敛速度慢、稳定性较差等问题.基于此,提出了一种基于改进的遗传算法优化的BP神经网络PID控制器.首先,该控制器对遗传算法的收敛速度和稳定性进行改进,利用改进后的遗传算法优化BP神经网络的权重初始值;然后,用优化后的BP神经网络实现PID控制参数的在线调整;最后,在MATLAB中对两种控制器进行仿真实验,结果显示,与传统的BP神经网络PID控制器相比,改进后的BP神经网络PID控制器具有更好的控制性能.

扩展卡尔曼滤波算法在矿用救生舱舱内气体浓度测控中的应用

为有效控制矿用移动式救生舱内气体浓度,确保救生舱内环境质量,保障舱内人员生命安全;根据《煤矿井下紧急避险系统建设管理暂行规定》的指标要求,采用扩展卡尔曼滤波方法对救生舱舱内气体参数的变化过程进行辨识,得出舱内气体浓度的状态空间模型,并应用迭代优化控制方法对气体浓度进行控制调节;在矿用救生舱模型和现场样机中分别进行了模拟和现场试验。结果表明,测控系统能有效控制救生舱舱内气体浓度进行,满足各项指标要求,且具有较好的鲁棒性。

应用系统（6篇）

热处理槽内气体浓度控制系统；光纤分布型温度计测系统；带波形条纹标度的形状分析系统；