基于BP神经网络的卷染机温度控制技术

详细信息    查看全文 | 推荐本文 |

英文篇名：Temperature control technology of dyeing machine based on BP neural network 作者：魏苗苗 ; 刘洲峰 英文作者：WEI Miaomiao;LIU Zhoufeng;College of Electronics and Information,Zhongyuan University of Technology; 关键词：逆向传播神经网络 ; 卷染机温度控制 ; 比例积分微分算法 ; 积分分离 英文关键词：back propagation neural network;;temperature control of dyeing machine;;proportional integral differential algorithm;;integral separation 中文刊名：MFKJ 英文刊名：Wool Textile Journal 机构：中原工学院电子信息学院; 出版日期：2019-07-16 出版单位：毛纺科技 年：2019 期：v.47;No.373 基金：河南省自然科学基金重点项目(162300410338);; 河南省重点科技攻关计划项目(152102210152) 语种：中文; 页：MFKJ201907016 页数：5 CN：07 ISSN：11-2386/TS 分类号：75-79

摘要

为了解决高温高压卷染机中的温度控制问题,提出了一种改进的温度控制算法。该算法在BP神经网络PID控制算法的基础上引入积分分离结构,当温度控制误差较大时采用PD结构,去除积分成分以提高控制调整速度,当温度控制误差较小时采用完整的PID控制算法结构,保留积分成分以保证控制精度。仿真结果显示:相对于传统的PID控制算法,基于BP神经网络的PID控制算法能够保证在较高温度时控制精度的前提下,提高温度控制稳定速度、缩短温度控制时间,达到更好的控制效果。
        In order to solve the problem of temperature control in dyeing machines under high temperature and high pressure,an improved temperature control algorithm was proposed. The integral separation structure was introduced into the algorithm based on PID algorithm aided by BP neural network. When the temperature control error was above the threshold value,the integral component of PID controller was removed from the system to improve the control speed. When the temperature control error was below the threshold value,integral component was retained by the system to ensure the control accuracy. The simulation results show that,compared with traditional PID control algorithm and the PID algorithm based on BP neural network,this algorithm can shorten the time of temperature control to achieve better control effect promising the higher temperature control precision.

引文

[1]涂川川,朱凤武,李铁.BP神经网络PID控制器在温室温度控制中的研究[J].中国农机化,2012(2):151-154,144.
    [2]余尧,王先全,朱桂林,等.基于BP神经网络自整定的PID温度控制系统的设计[J].电子器件,2015,38(6):1360-1363.
    [3]吴楚珊.高温高压染色机控制系统研究与开发[D].广州:华南理工大学,2011.
    [4]杨卫东.高温高压气流雾化染色机控制方法研究[D].南京:南京理工大学,2006.
    [5]KOLOKOTSA D,SARIDAKIS G,DALAMGKIDIS K,et al.Development of an intelligent indoor environment and energy management system for greenhouses[J].Energy Conversion and Management,2010,51(1):155-168.
    [6]LUO H,YANG P,LI Y,et al.An intelligent controlling system for greenhouse environment based on the architecture of the internet of things[J].Sensor Letters,2012,10(1/2):514-522.
    [7]郭绪阳,祁小辉,田李庄.基于积分分离PID控制的交流伺服系统[J].现代电子技术,2007(19):163-164.
    [8]时文飞.基于人工神经网络与PID的复合控制研究[D].重庆:重庆大学,2007.
    [9]汪性武.柔性机械臂的振动控制[D].南京:南京航空航天大学,2004.
    [10]胡祝兵,易江,王娟.积分分离PID控制在温控系统中的仿真研究[J].承德石油高等专科学校学报,2006(4):17-19.
    [11]曾梓航.基于神经网络算法改进的PID控制技术研究[D].成都:电子科技大学,2010.
    [12]魏苗苗,刘洲峰.基于神经网络的卷染机控制系统设计[J].中原工学院学报,2018,29(1):95-98.