基于IPSO算法的回转窑煅烧带温度D-FNN预测控制

作     者：田中大 高宪文 李树江 王艳红 TIAN Zhongda GAO Xianwen LI Shujiang WANG Yanhong

作者机构：沈阳工业大学信息科学与工程学院辽宁沈阳110870 东北大学信息科学与工程学院辽宁沈阳110819 

出 版 物：《中南大学学报（自然科学版）》 (Journal of Central South University:Science and Technology)

年 卷 期：2016年第47卷第10期

页      面：3409-3416页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金资助项目(61034005) 辽宁省博士启动基金资助项目(20141070) 

主　　题：回转窑 煅烧带温度 粒子群优化算法 动态模糊神经网络 预测控制 

摘      要：为了提高石灰回转窑煅烧带温度的控制性能,提出一种基于改进的粒子群优化算法(IPSO)与动态模糊神经网络(D-FNN)的预测控制方法。该方法利用动态模糊神经网络建立石灰回转窑煅烧带温度的非线性预测模型,通过输出温度的预测值,引入输出反馈与偏差来校正预测误差,建立偏差与控制量的控制性能指标,通过改进的粒子群优化算法滚动优化得到系统最优控制量。对控制方法的稳定性进行分析。仿真实验结果表明动态模糊神经网络的温度预测误差在±10℃之内,具有较高的预测精度。提出的预测控制方法能使输出煅烧带温度快速稳定地跟踪设定值的变化,同时在系统输出有扰动的情况下也能较好地跟踪设定值。控制量的平均单步滚动优化需0.31 s,可满足实际应用。