国家高技术研究发展计划(2002BA901A28)
- 作品数：6 被引量：41H指数：4
- 相关作者：王鹏张明光王兆刚康爱红王君更多>>
- 相关机构：兰州理工大学更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术轻工技术与工程冶金工程更多>>
- 基于T-S模糊模型的RBF网络的自适应学习算法被引量：16
- 2004年
- 针对多维模糊推理中的推理规则庞大和参数难辨识的问题,提出一种基于T S模糊模型的RBF神经网络的自适应学习算法.该算法不仅能动态调节T S型模糊RBF网络的隐节点数,还能使网络的数据中心值自适应变化,有较好的自学习能力和优化能力.仿真结果验证了该算法是有效和可行的,表明此T S型模糊RBF网络不仅可以快速逼近任意多变量非线性函数,而且具有良好的自适应能力.
- 李战明王君康爱红
- 关键词：T-S模糊模型RBF网络自适应学习算法模糊推理隐节点数
- Smith模糊积分控制在焦炉系统中的应用被引量：4
- 2008年
- 针对常规PID控制器在控制具有时变、大滞后等特性的焦炉温度系统时,控制效果不太理想的情况,提出了Smith模糊积分控制器;该控制器利用Smith预估控制克服大滞后因素对系统的影响;利用模糊控制解决被控对象参数时变的问题;利用积分控制来消除系统的稳态误差;仿真结果表明,采用Smith模糊积分控制器,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力都比较强,并且具有更好的动态特性和稳态特性,有效地减少了炉温的波动。
- 张明光王鹏王兆刚
- 关键词：SMITH预估器模糊控制
- 基于RBFNN在线辨识的自适应PID预焙阳极焙烧炉温度控制被引量：1
- 2008年
- 针对工况变化频繁的焙烧炉焙烧过程,提出了采用基于径向基函数(RBF)神经网络(NN)在线辨识的自适应PID控制策略。该方法通过RBF神经网络的自学习能力在线辨识系统模型,进而获得被控对象的Jacobian信息,实现对PID参数的在线调整。在对算法进行改进的基础上将其应用于预焙阳极焙烧炉温度过程控制中,实验结果表明,该方法具有很强的自适应能力和鲁棒性,达到了满意的控制效果。
- 张明光王兆刚王鹏
- 关键词：RBF神经网络自适应PID控制温度控制
- 一种基于T-S模糊模型的RBF神经网络的自适应学习算法
- 针对多维模糊推理中的推理规则庞大和参数难辨识的问题,提出一种基于T-S模糊模型的RBF神经网络的自适应学习算法。该算法不仅能动态调节T-S型模糊RBF网络的隐节点数,还能使网络的数据中心值自适应变化,有较好的自学习能力和...
- 李战明康爱红
- 关键词：RBF神经网络自适应学习
- 文献传递
- 基于RBF神经网络自适应PID的预焙阳极焙烧炉温度控制被引量：2
- 2008年
- 针对工况变化频繁的焙烧炉焙烧过程,提出了一种基于径向基函数(RBF)神经网络自适应PID的控制策略,该方法是通过神经网络的自学习能力在线调整PID控制器的参数,因而,其兼顾神经网络和传统PID控制的特点,能根据被控对象当前特征迅速地做出相应决策、克服实际控制过程稳态性和准确性之间的矛盾。将其应用于预焙阳极焙烧炉温度过程控制中,实验结果表明:它具有很强的自适应能力和鲁棒性,达到了满意的控制效果。
- 张明光王兆刚王鹏
- 关键词：RBF神经网络自适应PID控制温度控制
- Smith自适应模糊PID控制算法的研究及仿真被引量：5
- 2008年
- 针对常规PID控制器在控制具有时变、大滞后等特性的实际被控对象效果不理想的问题,综合Smith预估控制和自适应模糊PID控制的优点,提出了一种新的控制器-Smith自适应模糊PID控制器.介绍了组成原理,分析了在控制时变、大滞后对象时的优点,给出了该控制器的具体设计方法.仿真结果表明,所设计的控制系统超调量小、调节时间短、响应速度快、动、稳态性能好,适用于参数变化的大时滞工业过程.
- 张明光王鹏王兆刚
- 关键词：SMITH预估器模糊控制自适应模糊PID控制
- 变论域模糊自整定PID内模控制在主汽温控制系统中的应用研究被引量：13
- 2008年
- 火电厂主汽温控制系统具有大惯性、大延迟和时变等特性,采用常规PID串级控制方法难以获得满意的控制效果。通过引入1/1pade级数逼近纯滞后环节,将内模控制转换为常规PID控制器的参数的整定,运用变论域模糊控制原理来整定PID参数,从而实现了变论域模糊自整定PID内模控制。它充分综合了变论域模糊控制、内模控制、PID控制的优点。通过对锅炉过热蒸汽温度控制系统的仿真研究表明,变论域模糊自整定PID内模控制的控制效果优于常规的PID串级控制,它能适应对象参数的变化,具有较强的鲁棒性和自适应能力,控制品质好。
- 张明光王鹏王兆刚牛永
- 关键词：模糊自整定PID控制PID串级控制主汽温系统
- 基于T-S型模糊RBF神经网络的非线性预测控制
- 将T-S RBF模糊神经网络控制与预测控制相结合,提出一种能揉和模糊控制的逻辑推理能力与神经网络的强学习能力的模糊神经网络预测控制器。仿真实验表明,该控制算法响应速度快,系统的鲁棒性、跟踪性及抗干扰能力强,可以实现非线性...
- 原学平康爱红董敢王东文
- 关键词：RBF神经网络预测控制
- 文献传递
