典型文献
基于改进型模糊神经网络PID阀位控制研究
文献摘要：
针对调节阀控制系统在实际生产中存在的大滞后、非线性等问题,提出一种改进粒子群算法优化的模糊神经网络比例积分微分(PID)控制模型用于阀位控制,该模型利用模糊神经网络的自学习能力,实现对PID控制参数的实时在线整定,并且通过将改进粒子群算法与BP算法相结合的方式,实现对模糊神经网络参数的粗调和细调,克服了模糊神经网络收敛缓慢、易陷入局部最优的缺点;最后,利用MATLAB和AMESim软件进行联合仿真,仿真结果表明,该模型相比于其他两种算法在调节时间、超调量等性能方面都有很大的提升,并且表现出更强的鲁棒性和抗扰动能力,能够使阀位控制更加稳定可靠.
文献关键词：
调节阀;改进粒子群;模糊神经网络;比例积分微分;BP算法;AMESim;联合仿真
中图分类号：
作者姓名：
朱敏;赵聪聪;臧昭宇
作者机构：
合肥工业大学电气与自动化工程学院,合肥230009
文献出处：
引用格式：
[1]朱敏;赵聪聪;臧昭宇-.基于改进型模糊神经网络PID阀位控制研究)[J].现代制造工程,2022(01):125-131
A类：
B类：
改进型,模糊神经网络,PID,阀位控制,调节阀,阀控,改进粒子群算法,算法优化,比例积分微分,控制模型,自学习,控制参数,实时在线,在线整定,网络参数,粗调,网络收敛,局部最优,AMESim,联合仿真,调节时间,超调量,抗扰动能力
AB值：
0.291404
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
