采用干扰观测器智能PID的电磁炒药机温度控制系统设计

针对阿胶珠炮制对电磁炒药机温度控制精度和响应速度的要求,提出了一种基于干扰观测器的改进粒子群优化(PSO)径向基函数神经网络(RBFNN)PID的控制方法。根据阿胶珠电磁炒药机结构,建立阿胶珠电磁炒药机温度控制系统数学模型,通过对控制系统结构分析,构建RBF神经网络结构。利用RBF神经网络的自学习能力,采用梯度下降法对自身参数进行适当调整,实现PID参数动态调整,使系统惯性和时滞性有效抑制。为降低外部干扰影响,分析并构建干扰观测器模型,使干扰量得到实时观测和有效补偿。为弥补RBF神经网络模型参数精度不足,以系统误差瞬时值为适应度函数,利用改进PSO算法对RBF神经网络模型参数寻优,获取最佳控制性能。仿真结果表明:与传统PID控制方法和RBFNN-PID控制方法相比,所提控制方法使调节时间分别减少35 s和19 s,超调量分别降低19.2%和13.1%;与无干扰观测器相比,所提控制方法对外部干扰抑制能力平均提高50%;所提控制方法满足阿胶珠炮制工艺的要求。