典型文献
基于改进PSO-BP的模糊PID烧结炉温度控制
文献摘要：
采用改进粒子群算法整定优化PID参数,并在反馈回路中加入BP神经网络预测下一时刻温度,将超前温度信息作为改进粒子群算法适应度函数参数,提前调整PID控制器参数,从而给出超前的控制,以此来减弱烧结炉温度变化的滞后性.通过模糊推理在温度控制过程中在线调整PID控制器参数,加强温度控制的跟随性.试验结果表明,与传统PID控制模型相比,基于改进粒子群算法和BP神经网络的模糊PID参数模型的响应速度和稳态精度均得到有效提高,并且超调量更小.该方法适用于磨块烧结炉温度控制,有助于提高生产效率和磨块质量、增加经济效益.
文献关键词：
滚抛磨块烧结炉;PID控制;粒子群算法;BP神经网络;模糊推理;温度控制
中图分类号：
作者姓名：
王彦勇
作者机构：
山西职业技术学院,山西 太原 030006
文献出处：
引用格式：
[1]王彦勇-.基于改进PSO-BP的模糊PID烧结炉温度控制)[J].建材技术与应用,2022(01):15-19
A类：
滚抛磨块烧结炉
B类：
PSO,PID,炉温,温度控制,改进粒子群算法,整定优化,反馈回路,神经网络预测,适应度函数,函数参数,控制器参数,出超,滞后性,模糊推理,控制过程,在线调整,随性,控制模型,参数模型,响应速度,稳态精度,超调量
AB值：
0.266994
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。
