本文主要研究内容
作者黄晓萍,候俊（2019）在《基于BP神经网络PID的注塑机液压控制》一文中研究指出：注塑机液压系统是一个非线性、大时滞性和强耦合的复杂系统,传统比例积分微分(PID)控制由于参数固定不变,导致超调量大、稳定性差、控制精度低,对注塑机液压控制效果不理想,现提出了一种改进型误差反向传播法(BP)神经网络PID控制方法。分析了液压注塑机工艺流程以及液压伺服系统控制原理,在此基础上将BP神经网络与PID控制方法相结合,通过神经网络的自学习、加权系数的调整,优化PID控制器参数K_i、K_p、K_d,并将粒子群算法引入到神经网络中作为其学习算法,以有效提高BP神经网络算法的收敛速度。仿真结果表明,经过粒子群优化后的BP神经网络能够快速地对PID参数进行自适应调整,同时粒子群优化后的BP神经网络控制效果明显优于传统PID控制,该控制方法对于提升注塑机液压系统响应速度以及控制精度具有重要作用。
Abstract
zhu su ji ye ya ji tong shi yi ge fei xian xing 、da shi zhi xing he jiang ou ge de fu za ji tong ,chuan tong bi li ji fen wei fen (PID)kong zhi you yu can shu gu ding bu bian ,dao zhi chao diao liang da 、wen ding xing cha 、kong zhi jing du di ,dui zhu su ji ye ya kong zhi xiao guo bu li xiang ,xian di chu le yi chong gai jin xing wu cha fan xiang chuan bo fa (BP)shen jing wang lao PIDkong zhi fang fa 。fen xi le ye ya zhu su ji gong yi liu cheng yi ji ye ya ci fu ji tong kong zhi yuan li ,zai ci ji chu shang jiang BPshen jing wang lao yu PIDkong zhi fang fa xiang jie ge ,tong guo shen jing wang lao de zi xue xi 、jia quan ji shu de diao zheng ,you hua PIDkong zhi qi can shu K_i、K_p、K_d,bing jiang li zi qun suan fa yin ru dao shen jing wang lao zhong zuo wei ji xue xi suan fa ,yi you xiao di gao BPshen jing wang lao suan fa de shou lian su du 。fang zhen jie guo biao ming ,jing guo li zi qun you hua hou de BPshen jing wang lao neng gou kuai su de dui PIDcan shu jin hang zi kuo ying diao zheng ,tong shi li zi qun you hua hou de BPshen jing wang lao kong zhi xiao guo ming xian you yu chuan tong PIDkong zhi ,gai kong zhi fang fa dui yu di sheng zhu su ji ye ya ji tong xiang ying su du yi ji kong zhi jing du ju you chong yao zuo yong 。
论文参考文献
论文详细介绍
论文作者分别是来自塑料工业的黄晓萍,候俊，发表于刊物塑料工业2019年07期论文，是一篇关于注塑机液压系统论文,传统论文,神经网络论文,粒子群论文,塑料工业2019年07期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自塑料工业2019年07期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：注塑机液压系统论文; 传统论文; 神经网络论文; 粒子群论文; 塑料工业2019年07期论文;