[發(fā)明專利]基于RBF神經(jīng)網(wǎng)絡(luò)和PID閉環(huán)控制相結(jié)合的木材干燥過程中的溫度和濕度控制方法

無效

• 申請?zhí)枺?/td>: 201110381944.4
• 申請日: 2011-11-25
• 公開（公告）號: CN102393770A
• 公開（公告）日: 2012-03-28
• 發(fā)明（設(shè)計）人: 任洪娥;陳龍;徐達(dá)麗
• 申請（專利權(quán)）人: 任洪娥
• 主分類號: G05D27/00
• 分類號: G05D27/00
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 張宏威

1.基于RBF神經(jīng)網(wǎng)絡(luò)和PID閉環(huán)控制相結(jié)合的木材干燥過程中的溫度和濕度控制方法，其特征是：所述控制方法通過循環(huán)執(zhí)行以下步驟實現(xiàn)：

步驟一、采用熱電偶采集木材干燥室內(nèi)的溫度y1，并將所述溫度y1與系統(tǒng)輸入的溫度值yr1進(jìn)行運(yùn)算，獲得溫度控制量，并將所述溫度控制量同時輸入至溫度PID控制器和溫度神經(jīng)網(wǎng)絡(luò)NN1；

采用含水率探頭采集木材干燥室內(nèi)的濕度y2，并將所述濕度y2與系統(tǒng)輸入的溫度值yr2進(jìn)行運(yùn)算，獲得濕度控制量，并將所述濕度控制量同時輸入至濕度PID控制器和濕度神經(jīng)網(wǎng)絡(luò)NN2；

步驟二、溫度神經(jīng)網(wǎng)絡(luò)NN1根據(jù)溫度控制量估計溫度比例系數(shù)k_p1、溫度積分系數(shù)k_i1和溫度微分系數(shù)k_d1，并將所述三個系數(shù)輸入至溫度PID控制器；

濕度神經(jīng)網(wǎng)絡(luò)NN2根據(jù)濕度控制量估計濕度比例系數(shù)k_p2、濕度積分系數(shù)k_i2和濕度微分系數(shù)k_d2，并將所述三個系數(shù)輸入至濕度PID控制器；

步驟三、溫度PID控制器根據(jù)步驟二中的溫度比例系數(shù)k_p1、溫度積分系數(shù)k_i1和溫度微分系數(shù)k_d1調(diào)整溫度控制量u1，并根據(jù)溫度控制量u1控制木材干燥室內(nèi)的加熱器加熱；

濕度PID控制器根據(jù)步驟二中的濕度比例系數(shù)k_p2、濕度積分系數(shù)k_i2和濕度微分系數(shù)k_d2調(diào)整濕度控制量u2，并根據(jù)濕度控制量u2控制木材干燥室內(nèi)的加濕器加濕；

返回執(zhí)行步驟一，實現(xiàn)木材干燥過程中的溫度和濕度的閉環(huán)控制。

2.根據(jù)權(quán)利要求1所述的基于RBF神經(jīng)網(wǎng)絡(luò)和PID閉環(huán)控制相結(jié)合的木材干燥過程中的溫度和濕度控制方法，其特征在于步驟三中溫度PID控制器調(diào)整的溫度控制量u1和濕度控制量u2的具體方式是：

通過公式：

ΔU1(t)=Kp1X1(t)+Ki1X2(t)+Kd1X3(t)U1(t)=U1(t-1)+ΔU1(t)ΔU2(t)=Kp2X1(t)+Ki2X2(t)+Kd2X3(t)U2(t)=U2(t-1)+ΔU2(t)---(5-1)]]>

獲得的；式5-1中ΔU₁(t)和ΔU₂(t)為中間變量，t為當(dāng)前時刻；式5-1中RBF神經(jīng)網(wǎng)絡(luò)輸出的溫度比例系數(shù)k_p1、溫度積分系數(shù)k_i1、溫度微分系數(shù)k_d1、濕度比例系數(shù)k_p2、濕度積分系數(shù)k_i2和濕度微分系數(shù)k_d2的具體取值為：

Kp1=fp1(X1(t),X2(t),X3(t),w1)Ki1=fi1(X1(t),X2(t),X3(t),w1)Kd1=fd1(X1(t),X2(t),X3(t),w1)Kp2=fp2(X4(t),X5(t),X6(t),w2)Ki2=fi2(X4(t),X5(t),X6(t),w2)Kd2=fd2(X4(t),X5(t),X6(t),w2)---(5-2)]]>

式5-2中：w_i(i＝1，2)為第i個神經(jīng)網(wǎng)絡(luò)NNi的加權(quán)系數(shù)；

式5-1和5-2中：參數(shù)X₁、參數(shù)X₂、參數(shù)X₃、參數(shù)X₄、參數(shù)X₅和參數(shù)X₆是RBF神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)，具體取值為：

X1(t)=E1(t)-E1(t-1)X2(t)=E1(t-1)X3(t)=E1(t)-2E1(t-1)+E1(t-1)X4(t)=E2(t)-E2(t-1)X5(t)=E2(t-1)X6(t)=E2(t)-2E2(t-1)+E2(t-1)E1(t)=yr1-y1(t)E2(t)=yr2-y2(t)---(5-3)]]>

式5-3中：f_p1，f_i1，f_d1為神經(jīng)元網(wǎng)絡(luò)的非線性映射函數(shù)；Ei為PID控制器偏差函數(shù)，其取值為：

Ei=12(yri-yi(t))2(i=1,2)---(5-4).]]>

3.根據(jù)權(quán)利要求1所述的基于RBF神經(jīng)網(wǎng)絡(luò)和PID閉環(huán)控制相結(jié)合的木材干燥過程中的溫度和濕度控制方法，其特征在于步驟三中根據(jù)步驟二中的溫度比例系數(shù)k_p1、溫度積分系數(shù)k_i1和溫度微分系數(shù)k_d1調(diào)整溫度控制量u1和根據(jù)步驟二中的濕度比例系數(shù)k_p2、濕度積分系數(shù)k_i2和濕度微分系數(shù)k_d2調(diào)整濕度控制量u2的方法是：采用梯度下降法進(jìn)行調(diào)整，具體為：對每個參數(shù)的調(diào)整值為：

Δkp1=-η∂J1∂kp1=-η∂J1∂y1·∂y1∂Δu1·∂Δu1∂kp1=ηE1(k)∂y1∂Δu1X1(t)Δki1=-η∂J1∂ki1=-η∂J1∂y1·∂y1∂Δu1·∂Δu1∂ki1=ηE1(k)∂y1∂Δu1X2(t)Δkd1=-η∂J1∂kd1=-η∂J1∂y1·∂y1∂Δu1·∂Δu1∂kd1=ηE1(k)∂y1∂Δu1X3(t)Δkp2=-η∂J2∂kp2=-η∂J2∂y2·∂y2∂Δu2·∂Δu2∂kp2=ηE2(k)∂y2∂Δu2X4(t)Δki2=-η∂J2∂ki2=-η∂J2∂y2·∂y2∂Δu2·∂Δu2∂ki2=ηE2(k)∂y2∂Δu2X5(t)Δkd2=-η∂J2∂kd2=-η∂J2∂y2·∂y2∂Δu2·∂Δu2∂kd2=ηE2(k)∂y2∂Δu2X6(t)---(5-5)]]>

式5-5中，η為學(xué)習(xí)速率；J₁和J₂為RBF神經(jīng)網(wǎng)絡(luò)整體性能指標(biāo)：

J1(t)=12E12(t)J2(t)=12E22(t)---(5-6).]]>