采用非线性模块的BP神经网络PID水位预测控制 |
| |
引用本文: | 郭清,孙蓉,徐立芳,唐明.采用非线性模块的BP神经网络PID水位预测控制[J].实验室研究与探索,2022(8):128-133. |
| |
作者姓名: | 郭清 孙蓉 徐立芳 唐明 |
| |
作者单位: | 1. 哈尔滨工程大学工程训练中心;2. 哈尔滨工程大学智能科学与工程学院 |
| |
基金项目: | 教育部产学合作协同育人项目(2021101383001、202101058004);;黑龙江省教育科学“十四五”规划重点课题(GJB1422103); |
| |
摘 要: | 因非线性时变控制系统造成的滞后,压水堆核电厂蒸汽发生器(SG)水位控制会引起的较大惯性或耦合,对此提出一种基于非线性模块的BP神经网络PID控制预测模块。采用BP神经网络模型作为非线性预测模块,调用SG水位PID控制运行数据作为非线性预测模块的训练样本;提取BP神经网络模型的输出数据作为BP神经网络PID的输入数据,多重优化BP神经网络的权值及阈值,缩小修正差值逼近系统整定值;构建SG水位非线性模块的预测数值与系统运行数据之间的非线性映射关系,修正带有预测判断方向的阈值,实现在线动态调整输出PID各参数的最优值。实验结果表明,预测模块可有效缩短系统的稳定阶跃响应周期,具有较高的计算精度。
|
关 键 词: | BP神经网络 非线性模块 PID控制 蒸汽发生器 水位预测 |
|