[發明專利]BP神經網絡PID預測控制的鍋爐液位控制系統及方法在審
| 申請號: | 202110265701.8 | 申請日: | 2021-03-11 |
| 公開(公告)號: | CN112947606A | 公開(公告)日: | 2021-06-11 |
| 發明(設計)人: | 郭清;曲嘉;孫蓉;宋洋;唐明 | 申請(專利權)人: | 哈爾濱工程大學 |
| 主分類號: | G05D9/12 | 分類號: | G05D9/12 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 150001 黑龍江省哈爾濱市南崗區*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | bp 神經網絡 pid 預測 控制 鍋爐 控制系統 方法 | ||
1.一種BP神經網絡PID預測控制的鍋爐液位控制系統,其特征在于:包括定值器、BP神經網絡PID預測控制器和壓力傳感器;所述的定值器輸入對鍋爐液位的給定量;所述的壓力傳感器測取鍋爐的實際液位高度值;所述的壓力傳感器和定值器與BP神經網絡PID預測控制器的輸入端連接,壓力變送器將壓力傳感器測取的鍋爐實際液位高度值與定值器輸入的給定量比較后的差值輸入至BP神經網絡PID預測控制器中;所述的BP神經網絡PID預測控制器的輸出端與控制鍋爐液位的變頻器連接,BP神經網絡PID預測控制器輸出調節量控制變頻器的輸出頻率,實現對鍋爐液位的定值控制。
2.基于權利要求1所述的一種BP神經網絡PID預測控制的鍋爐液位控制系統的一種BP神經網絡PID預測控制的鍋爐液位控制方法,其特征在于,包括以下步驟:
步驟1:初始化BP神經網絡,設定輸入層與隱含層之間的連接權值ωij的初始值、輸出層與隱含層之間的連接權值ωj1的初始值、學習速率η和動量因子α;初始化k=1;
所述的BP神經網絡包括輸入層、隱含層和輸出層,輸入層有ny+nu+1個節點,隱含層有q個節點,輸出層有一個節點;BP神經網絡的輸出變量可表示為:
y(k)=f[y(k-1),y(k-2),…,y(k-ny),u(k-1),u(k-2),…,u(k-nu)]
其中,y(k)、u(k)分別表示系統的輸出和輸入;ny、nu分別為{y}和{u}的階次;f(·)為非線性函數;
輸入層各節點的輸出為:
隱含層各節點的輸出為:
輸出層節點的輸出為:
步驟2:計算e(k)=ys(k)-y(k);ys(k)為定值器輸入的對鍋爐液位的給定量;
步驟3:對e(k)進行歸一化處理,作為BP神經網絡的輸入;
步驟4:前向計算BP神經網絡的各層的輸出,得到PID控制器的三個可調參數KP(k)、KI(k)、KD(k);
其中,輸出層激勵函數為g(x)=[1+tanh(x)]/2;tanh(x)為選擇雙曲線函數;
步驟5:計算PID控制器的輸出u(k);
u(k)=u(k-1)+KP[e(k)-e(k-1)]+KIe(k)+KD[e(k)-2e(k-1)+e(k-2)]
步驟6:計算BP神經網絡模型的各層的輸出,得到計算BP神經網絡輸入層與隱含層之間的連接權值ωij的修正值ωj1(k+1)、輸出層與隱含層之間的連接權值ωj1的修正值ωij(k+1);
ωj1(k+1)=ωj1(k)+Δωj1(k+1)
ωij(k+1)=ωij(k)+Δωij(k+1)
步驟7:計算預測輸出
步驟8:判斷偏差e(k)是否滿足控制精度誤差;若不滿足,則令k=k+1,返回步驟2;否則,將預測輸出傳輸給變頻器,實現對鍋爐液位控制。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工程大學,未經哈爾濱工程大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110265701.8/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種直流電機碳刷安裝裝置
- 下一篇:人工肺系統及其使用的方法





