[發明專利]一種應用于錐型雙螺桿擠出機的神經網絡自適應控制算法

在審

• 申請號: 201210454953.6
• 申請日: 2012-11-14
• 公開（公告）號: CN103105777A
• 公開（公告）日: 2013-05-15
• 發明（設計）人: 王國林;吳明清
• 申請（專利權）人: 山東交通職業學院
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種應用于錐型雙螺桿擠出機的神經網絡自適應控制算法，其特征在于，該方法包括：在借鑒傳統錐型雙螺桿擠出機械溫度控制方法，針對錐型雙螺桿擠出機負荷變化引起的溫度波動，引進神經網絡自適應控制的算法和實現方式，將傳統PID控制和神經網絡控制結合在一起，用于溫度控制系統中，根據系統的運行狀態，調節PID控制器的參數，以期達到性能指標的最優化。輸出層神經元的輸出狀態對應于PID控制器的三個可調參數比例參數K_P，積分參數K_I，微分參數K_D，通過神經網絡的自身學習、加權系數調整，從而使其穩定狀態對應于某種最優控制律下的PID控制器參數。使整個錐型雙螺桿擠出機械溫度控制達到工作溫度的要求，從而減少錐型雙螺桿擠出機械載荷變化引起的廢品率，提高錐型雙螺桿擠出機械的工作效率和產品質量。

2.根據權利要求1所述的方法，其特征在于：在PID溫度控制中采用神經網絡自適應控制算法，根據錐型雙螺桿擠出機械溫度模型采用特定神經網絡的結構，選定對應的輸入層節點數和隱含層節點數，并選取各層加權系數的初值，確定學習速率和慣性系數，進行各層神經元的輸入和輸出計算，從而優化輸出層的輸出極為PID控制器的三個可調參數，進行神經網絡自適應控制，防止錐型雙螺桿擠出機械溫度波動。

3.根據權利要求1所述的方法，其特征在于：應用于錐型雙螺桿擠出機的神經網絡自適應控制算法采用模糊化的數據歸一化處理，在網絡訓練時要將實際數據規范到[0，1]區間，并進行模糊化處理來預處理實際數據，這樣輸入輸出數據將全部在[0.1，0.9]，避免標準的歸一方法訓練速度緩慢的問題，即越來越趨近于0的區域和越來越趨近于1的區域里進行學習時，從而需要相當多的訓練次數來不斷修正權值，從而在保證數據間的關聯特性下，大大加快網絡學習速度。