陈阳
- 作品数：3 被引量：11H指数：2
- 供职机构：河北工业大学控制科学与工程学院更多>>
- 发文基金：河北省高等学校科学技术研究指导项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 改进的模型参考自适应在磨矿过程中的应用被引量：1
- 2018年
- 针对磨矿过程中一段球磨机与分级机之间存在的多变量、强耦合、参数时变等特性,将其数学模型解耦后,提出一种以差分进化算法在线调整自适应增益的模型参考自适应控制方法,因返砂和给水等因素给被控对象模型带来不确定性,通过差分进化不断在线调整自适应增益,以克服磨矿运行过程参数变化和各种干扰对系统的影响。仿真结果表明,与以梯度法为自适应律的模型参考控制效果相比,该控制方法具有超调小、响应时间快、鲁棒性能好等特点,实现分级机溢流浓度的稳定控制,证明基于差分进化算法的模型参考自适应控制方法的有效性和实用性。
- 周颖陈阳陈阳
- 关键词：差分进化参考模型自适应控制解耦
- 补偿模糊神经网络在磨矿控制中的应用研究被引量：4
- 2015年
- 针对典型两段式磨矿控制优化中系统机理复杂、影响因素多、难以建立精确的数学模型等诸多难点问题,采用补偿模糊神经网络对磨矿控制器进行设计,通过利用模糊控制对模糊信息的处理能力和神经网络强大的学习能力很好地解决了磨矿控制中非线性、难建模等问题。补偿模糊神经元的引入,能使网络从初始正确定义的模糊规则或者初始错误定义的模糊规则进行训练,使系统具有更高的容错性,系统更稳定。仿真结果表明,矿石粒度被很好地控制在了一个较理想的范围,证明了补偿模糊神经网络对磨矿控制的有效性和实用性。
- 李明旭周颖赵慧敏陈阳
- 关键词：磨矿分级过程粒度补偿模糊神经网络
- 基于改进混沌自适应粒子群神经网络的磨矿粒度软测量被引量：6
- 2016年
- 针对磨矿粒度难以实现直接在线测量且化验过程滞后的难题,结合一段磨矿回路的特性,提出基于改进的混沌自适应粒子群优化算法和BP神经网络结合的磨矿粒度软测量模型,本算法利用混沌理论的遍历性和粒子群较强的全局最优搜索能力的优点,自适应的调整BP网络的权值,避免网络陷入局部最优。通过MATLAB仿真表明,改进的混沌自适应PSO-BP神经网络与PSO-BP神经网络和CPSO-BP神经网络相比较,其测量精度明显提高,且网络具有较强的收敛性能和优化能力,结果表明所提出方法的有效性。
- 周颖赵慧敏陈阳王龙
- 关键词：混沌粒子群优化神经网络磨矿粒度软测量
