模糊神经网络在阀门开度控制中的应用

模糊神经网络在阀门开度控制中的应用

论文摘要

针对电磁阀控气缸系统时变、非线性的特性,应用模糊神经网络整定PID参数。利用AMESim物理图形建模软件搭建被控对象的模型,应用MATLAB编写模糊神经网络PID的S函数,再联合MATLAB和AMESim对算法进行仿真,仿真结果表明模糊神经网络PID的适应性好、抗干扰能力强,性能优于常规PID。最后搭建实验平台进行了实验。实验结果表明,系统在不同环境下的控制精度高、响应快、过程平稳,满足阀门开度控制的要求。

论文目录

  • 0 引言
  • 1 阀位控制系统组成及工作原理
  • 2 模糊神经网络PID控制器设计
  •   2.1 控制器结构
  •     第一层:输入层
  •     第二层:模糊化层
  •     第三层:模糊推理层
  •     第四层:归一化层
  •     第五层:输出层
  •   2.2 学习算法
  • 3 模糊神经网络PID控制算法仿真实现
  •   3.1 AMESim被控对象模型的建立
  •   3.2 仿真分析
  • 4 实验及分析
  • 5 结束语
  • 文章来源

    类型: 期刊论文

    作者: 朱天宇,董全林,刘日

    关键词: 阀门开度控制,模糊神经网络,电磁阀控气缸系统,阀门定位器

    来源: 仪表技术与传感器 2019年02期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 机械工业

    单位: 北京航空航天大学仪器科学与光电工程学院,微纳测控与低维物理教育部重点实验室

    基金: 国家科技支撑计划资助项目(2006BAK03A24)

    分类号: TH138.5

    页码: 94-98+103

    总页数: 6

    文件大小: 1132K

    下载量: 264

    相关论文文献

    标签:;  ;  ;  ;  

    模糊神经网络在阀门开度控制中的应用
    下载Doc文档

    猜你喜欢