本文關(guān)鍵詞：基于IPSO算法的回轉(zhuǎn)窯煅燒帶溫度D-FNN預測控制

  更多相關(guān)文章： 回轉(zhuǎn)窯 煅燒帶溫度 粒子群優(yōu)化算法 動態(tài)模糊神經(jīng)網(wǎng)絡 預測控制

【摘要】：為了提高石灰回轉(zhuǎn)窯煅燒帶溫度的控制性能,提出一種基于改進的粒子群優(yōu)化算法(IPSO)與動態(tài)模糊神經(jīng)網(wǎng)絡(D-FNN)的預測控制方法。該方法利用動態(tài)模糊神經(jīng)網(wǎng)絡建立石灰回轉(zhuǎn)窯煅燒帶溫度的非線性預測模型,通過輸出溫度的預測值,引入輸出反饋與偏差來校正預測誤差,建立偏差與控制量的控制性能指標,通過改進的粒子群優(yōu)化算法滾動優(yōu)化得到系統(tǒng)最優(yōu)控制量。對控制方法的穩(wěn)定性進行分析。仿真實驗結(jié)果表明動態(tài)模糊神經(jīng)網(wǎng)絡的溫度預測誤差在±10℃之內(nèi),具有較高的預測精度。提出的預測控制方法能使輸出煅燒帶溫度快速穩(wěn)定地跟蹤設(shè)定值的變化,同時在系統(tǒng)輸出有擾動的情況下也能較好地跟蹤設(shè)定值。控制量的平均單步滾動優(yōu)化需0.31 s,可滿足實際應用。
【作者單位】： 沈陽工業(yè)大學信息科學與工程學院;東北大學信息科學與工程學院;
【關(guān)鍵詞】： 回轉(zhuǎn)窯 煅燒帶溫度 粒子群優(yōu)化算法 動態(tài)模糊神經(jīng)網(wǎng)絡 預測控制
【基金】：國家自然科學基金資助項目(61034005) 遼寧省博士啟動基金資助項目(20141070)~~
【分類號】：TQ177.26;TP18
【正文快照】： 石灰回轉(zhuǎn)窯生產(chǎn)能力強,能適應多種工業(yè)過程,因而被廣泛地應用于冶金、水泥、耐火材料、化工等行業(yè)。但石灰回轉(zhuǎn)窯過程存在多變量、強耦合、非線性、關(guān)鍵工藝參數(shù)檢測困難、難以實現(xiàn)自動控制和優(yōu)化控制、在很大程度上仍然依賴于人工技巧和經(jīng)驗等問題。由此導致產(chǎn)品質(zhì)量不穩(wěn)定、，

本文編號：999533