BP神经网络PID在氯化工艺中的应用

被引:5
作者
杨光辉
严盈富
机构
[1] 南昌航空大学软件学院
关键词
温度控制; 氯化工艺; BP神经网络; PID; 参数整定; 自适应; 自调节;
D O I
暂无
中图分类号
TP273 [自动控制、自动控制系统]; TQ203 [化学反应过程];
学科分类号
080706 [化工过程机械]; 080802 [电力系统及其自动化];
摘要
氯化工艺的控制过程具有非线性、大滞后性等复杂特性。在调研某氯化釜反应后,设计基于BP神经网络PID参数整定的控制系统,PID通过BP神经网络的自适应、自调节等优点,结合传统PID对工艺进行控制,达到了很好的效果。
引用
收藏
页码:434 / 438
页数:5
相关论文
共 8 条
[1]
基于遗传BP神经网络的化工企业安全体检模型研究 [J].
苏文斌 ;
李冠 .
软件导刊, 2017, 16 (12) :53-56
[2]
基于神经网络的两种PID控制方法研究及仿真 [J].
罗艳芬 .
科技创新导报, 2017, 14 (28) :158-159
[3]
基于BP神经网络整定的PID控制及其仿真 [J].
高富强 ;
李萍 ;
张磊敏 ;
曾令可 ;
涂腾 ;
刁浩明 .
山东陶瓷, 2017, 40 (03) :27-31
[4]
基于BP神经网络算法的仿真研究 [J].
陈斌 ;
胡丽 ;
李昂 ;
陈祥健 ;
刘好武 .
信息技术, 2016, (08) :85-88+92
[5]
Matlab仿真平台下大坝位移BP神经网络模型研究 [J].
师宁焉 .
东北水利水电, 2015, 33 (05) :49-50
[6]
基于Matlab的模糊PID控制系统设计及仿真 [J].
窦艳艳 ;
钱蕾 ;
冯金龙 .
电子科技, 2015, 28 (02) :119-122
[7]
BP神经网络PID控制器在温室温度控制中的研究 [J].
涂川川 ;
朱凤武 ;
李铁 .
中国农机化, 2012, (02) :151-154+144
[8]
基于BP神经网络多用炉炉温预测控制 [D]. 
杨馥华 .
辽宁科技大学,
2015