基于优化PID的食品加工恒温控制研究

针对传统算法进行食品加工过程中恒温控制的过程中,由于结构复杂,造成运算量增大,从而降低了恒温控制的实时性。为此,提出一种基于优化PID的食品加工过程中的恒温控制方法。PID的控制参数通过BP神经网络模型进行优化,能够得到最优的初始PID控制参数,在温度调节的过程中,计算反馈调节参数,将当前食品加工过程中的温度变化情况反馈到PID输入端进行温度调节,从而实现了食品加工过程中的恒温控制。仿真实验结果表明,利用本文算法进行食品加工过程中的恒温控制,降低控制过程中的超调量,缩短控制时间,效果令人满意。

电气设备在线监测与故障诊断分析

利用传统的方法进行电气设备在线监测与故障诊断的过程中,由于无法避免电磁干扰,造成故障诊断的准确率降低。为此,本文提出一种基于优化神经网络算法的电气设备在线监测与故障诊断方法。利用小波包分解方法对电气设备运行的信号进行故障特征提取,利用神经网络对电气设备的故障进行识别与分类,并利用梯度下降法对学习方法进行了改进。