[1]彭奎 廖碧莲 宋绍剑.基于BP神经网络的汽包建模及其控制器设计[J].计算机技术与发展,2011,(06):122-124.
　PENG Kui,LIAO Bi-lian,SONG Shao-jian.Modeling and Controller Designing of Drum Based on BP Neural Network[J].,2011,(06):122-124.
点击复制

基于BP神经网络的汽包建模及其控制器设计()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2011年06期
页码:
122-124
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Modeling and Controller Designing of Drum Based on BP Neural Network
文章编号:
1673-629X（2011）06-0122-03
作者:
彭奎 廖碧莲 宋绍剑
广西大学电气工程学院
Author(s):
PENG Kui; LIAO Bi-lian; SONG Shao-jian
School of Electrical Engineering,Guangxi University
关键词:
汽包液位; BP神经网络; 神经PID
Keywords:
drum level;  BP neural network;  neural PID
分类号:
TP342
文献标志码:
A
摘要:
针对锅炉汽包系统的强耦合性和非线性及传统的PID控制方法存在控制精度低、调节时间长等问题,提出了利用基于数据的建模方法,对汽包系统进行误差反向传播（BP）神经网络建模,并对神经网络模型进行泛化能力测试,然后利用基于BP神经网络的PID控制方法设计汽包液位优化控制器。实验仿真结果表明,基于BP神经网络建立的汽包模型具有较好的泛化能力,神经网络PID优化控制器在控制精度高、收敛速度快和鲁棒性强等方面都优于传统PID控制器
Abstract:
Boiler drum system is a nonlinear and strong coupling system.The traditional PID control method has these problems such as low precision control,long regulation time.A model of boiler drum system based on back propagation（BP） neural network is built,and the generalization ability of neural network model is tested.Then the optimal controller of the drum system is designed by the neural network PID based on BP neural network.Simulation results show that the BP neural network model has a better generalization ability,neural PID controller has high control precision,fast convergence and robustness advantages than traditional PID controller

相似文献/References:

[1]王菲露 宋杰 宋杨.BP神经网络在蛋白质二级结构预测中的应用[J].计算机技术与发展,2009,(05):217.
　WANG Fei-lu,SONG Jie,SONG Yang.Application of BP Neural Network in Protein Secondary Structure Prediction[J].,2009,(06):217.
[2]李秉 王凤山 李晓军.一种弹炮结合武器系统作战效能评估方法[J].计算机技术与发展,2009,(06):217.
　LI Bing,WANG Feng-shan,LI Xiao-jun.An Evaluation Method of Operational Effectiveness of Anti - Aircraft Gun Missile Weapon System[J].,2009,(06):217.
[3]贾其燕 王友仁 崔江.一种基于遗传算法的动态电流测试生成方法[J].计算机技术与发展,2009,(06):225.
　JIA Qi-yan,WANG You-ren,CUI Jiang.A Dynamic Current Test Generation Method Based on Genetic Algorithm[J].,2009,(06):225.
[4]王宁.一种基于BP神经网络的即时在线推荐系统[J].计算机技术与发展,2009,(07):230.
　WANG Ning.An Online Recommendation System Based on BP Network[J].,2009,(06):230.
[5]钟以维 徐应涛 张莹.用填充函数法改进的人脸比对算法[J].计算机技术与发展,2009,(08):78.
　ZHONG Yi-wei,XU Ying-tao,ZHANG Ying.Face Comparison Algorithm Based on Filled Function Method[J].,2009,(06):78.
[6]夏玫 陈立潮 王新波.一种提高BP神经网络泛化能力的改进算法[J].计算机技术与发展,2009,(09):62.
　XIA Mei,CHEN Li-chao,WANG Xin-bo.A Modified Algorithm to Improve Generalization Ability of BP Neural Network[J].,2009,(06):62.
[7]洪素惠 吴发成 米红.神经网络自适应PID在吹瓶机中的应用[J].计算机技术与发展,2009,(09):177.
　HONG Su-hui,WU Fa-cheng,MI Hong.Adaptive PID Controller Based on Neural Networks in Stretch Blow Molding[J].,2009,(06):177.
[8]陈虹 梁文彬 李宗宝 董航飞.基于机器人的神经网络预测控制算法[J].计算机技术与发展,2008,(08):65.
　CFIEN Hong,LIANG Wen-bin,LI Zong-bao,et al.A Neural Network Predictive Control Algorithm Based on Robot[J].,2008,(06):65.
[9]张龙 吴江 张德同.基于粗糙集和BP神经网络的天然裂缝识别[J].计算机技术与发展,2008,(11):41.
　ZHANG Long,WU Jiang,ZHANG De-tong.A Method for Natural Fractures Identification Based on Rough Sets Theory and BP Neural Network[J].,2008,(06):41.
[10]胡人君 李坤 吴小培.基于脑电信号的思维任务分类[J].计算机技术与发展,2007,(05):173.
　HU Ren-jun,LI Kun,WU Xiao-pei.Classification for Different Mental Tasks Based on EEG Signals[J].,2007,(06):173.

备注/Memo

备注/Memo:
国家自然科学基金（60964002）; 广西自然科学基金（0991057）彭奎（1984-），男，安徽淮南人，硕士研究生，研究方向为智能控制、智能优化控制等廖碧莲，讲师，硕士，研究方向为过程控制、电力系统继电保护
更新日期/Last Update: 1900-01-01