钢包炉配料PSO-BP-PID控制研究
作者:
欧青立
[1] ;
吴兴中
[2] ;
欧达贤
[2]
关键词:
钢包精炼炉
配料称重
微粒群优化算法
神经网络
PID控制
摘要:
针对钢包精炼炉(LadleRefiningFurnace)又称LF炉,配料加料过程的惯性、时滞、非线性等控制特性,设计了一种基于微粒群优化算法(ParticleSwarmOptimization,PSO)、误差反向传播(BackPropagation,BP)神经网络以及比例一积分一微分(PID)的复合控制算法PSO—BP—PID,并将该复合算法应用于150t钢包精炼炉配料称重控制系统中,实现配料称重过程的智能控制。PSO-BP-PID算法利用微粒群优化算法的全局寻优特性,优化BP神经网络的初始权值以提高神经网络的收敛性;采用经微粒群算法优化后的BP神经网络在线实时调整PID参数。通过基于PSO和BP网络的PID控制器实时控制钢包精炼沪的配料过程。仿真实验和运行实验结果表明,PSO-BP-PID算法的控制效果优于单一PID算法的控制效果。采用PSO-BP—PID算法的钢包炉配料系统后,明显提高了配料精度,有效地解决了配料称重过程中速度与精度的矛盾。
上一篇:简化型PCNN的混合噪声图像滤波算法研究
下一篇:价格影响需求的易变质产品动态定价模型