基于改进PSO-BP的模糊PID烧结炉温度控制

采用改进粒子群算法整定优化PID参数,并在反馈回路中加入BP神经网络预测下一时刻温度,将超前温度信息作为改进粒子群算法适应度函数参数,提前调整PID控制器参数,从而给出超前的控制,以此来减弱烧结炉温度变化的滞后性。通过模糊推理在温度控制过程中在线调整PID控制器参数,加强温度控制的跟随性。试验结果表明,与传统PID控制模型相比,基于改进粒子群算法和BP神经网络的模糊PID参数模型的响应速度和稳态精度均得到有效提高,并且超调量更小。该方法适用于磨块烧结炉温度控制,有助于提高生产效率和磨块质量、增加经济效益。