化工自动化及仪表
化工自動化及儀錶
화공자동화급의표
CONTROL AND INSTRUMENTS IN CHEMICAL INDUSTRY
2015年
8期
860-862,934
,共4页
刘斌%孙久强%崔洋洋%柳玉昕%潘颖
劉斌%孫久彊%崔洋洋%柳玉昕%潘穎
류빈%손구강%최양양%류옥흔%반영
BP神经网络%PID自校正控制%连续搅拌反应釜%梯度下降法%仿真
BP神經網絡%PID自校正控製%連續攪拌反應釜%梯度下降法%倣真
BP신경망락%PID자교정공제%련속교반반응부%제도하강법%방진
BP neural network%PID self-tuning control%continuous stirred tank reactor%gradient descent%simulation
研究了基于 BP 神经网络的连续搅拌反应釜 PID 自校正控制，采用梯度下降法调整 PID 参数， BP 神经网络的逼近特性和自适应能力改善了控制效果。通过仿真实例对基于神经网络的 PID 控制器和经典 PID 控制器性能进行比较，结果表明：在相同的暂态响应时间下，前者的超调量更小，而且控制器具有较小的输出量。
研究瞭基于 BP 神經網絡的連續攪拌反應釜 PID 自校正控製，採用梯度下降法調整 PID 參數， BP 神經網絡的逼近特性和自適應能力改善瞭控製效果。通過倣真實例對基于神經網絡的 PID 控製器和經典 PID 控製器性能進行比較，結果錶明：在相同的暫態響應時間下，前者的超調量更小，而且控製器具有較小的輸齣量。
연구료기우 BP 신경망락적련속교반반응부 PID 자교정공제，채용제도하강법조정 PID 삼수， BP 신경망락적핍근특성화자괄응능력개선료공제효과。통과방진실례대기우신경망락적 PID 공제기화경전 PID 공제기성능진행비교，결과표명：재상동적잠태향응시간하，전자적초조량경소，이차공제기구유교소적수출량。
The BP neural network-based PID self-tuning control over the continuous stirred tank reactor was investigated,which has gradient descent adopted to regulate PID parameters and the BP neural network’s properties of approximation and adaptive ability employed to improve the control effect.Comparing dynamic performances of neural network PID controller and classic PID controller in simulation examples shows that, under the same transient responding time,the BP neural network-based PID controller has smaller overshoot and output than classic PID controller.
