本文主要研究内容
作者何进,仲元昌,孙利利,张晓帆（2019）在《面向燃气调压应用的RBF人工智能控制策略》一文中研究指出：针对现有中低压调压站调压精度差、可靠性差的不足,提出一种面向燃气调压器应用的RBF神经网络控制策略。其智能燃气调压器利用高阶系统的降阶近似处理方法,得到简化的电动燃气调压系统数学模型;然后,针对调压系统的非线性、不确定性特征,充分利用RBF神经网络对非线性函数良好的逼近效果,实现PID参数自整定。通过基于MSP430单片机开发板对调压器的算法性能及功能进行测试,测试结果表明,相比于传统PID控制算法,改进的算法的调节时间缩短约10%,超调量减少约6%,且抗干扰性能优越,调压器能实现数据采集、调压、串口通信、安全报警功能。
Abstract
zhen dui xian you zhong di ya diao ya zhan diao ya jing du cha 、ke kao xing cha de bu zu ,di chu yi chong mian xiang ran qi diao ya qi ying yong de RBFshen jing wang lao kong zhi ce lve 。ji zhi neng ran qi diao ya qi li yong gao jie ji tong de jiang jie jin shi chu li fang fa ,de dao jian hua de dian dong ran qi diao ya ji tong shu xue mo xing ;ran hou ,zhen dui diao ya ji tong de fei xian xing 、bu que ding xing te zheng ,chong fen li yong RBFshen jing wang lao dui fei xian xing han shu liang hao de bi jin xiao guo ,shi xian PIDcan shu zi zheng ding 。tong guo ji yu MSP430chan pian ji kai fa ban dui diao ya qi de suan fa xing neng ji gong neng jin hang ce shi ,ce shi jie guo biao ming ,xiang bi yu chuan tong PIDkong zhi suan fa ,gai jin de suan fa de diao jie shi jian su duan yao 10%,chao diao liang jian shao yao 6%,ju kang gan rao xing neng you yue ,diao ya qi neng shi xian shu ju cai ji 、diao ya 、chuan kou tong xin 、an quan bao jing gong neng 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机科学的何进,仲元昌,孙利利,张晓帆，发表于刊物计算机科学2019年S1期论文，是一篇关于智能燃气调压器论文,神经网络论文,控制论文,计算机科学2019年S1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，资料来自计算机科学2019年S1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：智能燃气调压器论文; 神经网络论文; 控制论文; 计算机科学2019年S1期论文;