基于RBF神经网络PID的阳极氧化电源电流控制

阳极氧化电源系统是一个非线性、时变性的复杂系统,建立数学模型比较困难。传统PID控制方法无法保证阳极氧化电源电流拥有恒流、抗干扰能力强、超调小等特性。为了解决上述问题,开发了一种基于RBF神经网络PID的阳极氧化电源电流控制算法。利用RBF神经网络的自我学习能力,实现传统PID控制参数的自适应调整。仿真结果表明:基于RBF神经网络PID的控制算法响应速率快、超调小,拥有一定的抗干扰能力。