RBF网络模型参考自适应控制在温度控制中的仿真研究  

Simulating Research on RBF Neural Network Model Reference Adaptive Control Strategy in Temperature Control

作　　者：张雅[1] 向虎[2] 郭芳瑞[3] 张自亮 

机构地区：[1]中国建筑设计研究院建筑电气设计研究所,北京100044 [2]国家知识产权局,北京100088 [3]西安建筑科技大学信息与控制工程学院,陕西西安710055 [4]新疆时代石油工程有限公司电信所,新疆克拉玛依834000

出　　处：《系统仿真学报》2008年第2期429-432,共4页Journal of System Simulation

摘　　要：减压塔侧线温度系统是一个时变非线性复杂系统,采用常规的PID控制回路难以达到较好的控制品质。针对克拉玛依石化厂原油蒸馏装置中的减压塔,根据实际控制要求,提出了RBF神经网络模型参考自适应控制策略,设计了减压塔减三线温度控制系统,给出了RBF神经网络控制器和模型辨识网络参数的学习算法。仿真结果表明,采用提出的控制策略,控制效果非常好,完全达到控制要求。Side line temperature system of vacuum tower is a time-varying,non-linear,complex system,so it is difficult to meet the control request with the traditional PID control method.Aiming at the vacuum tower in the crude oil distillation unit of Karamay petrifaction factory,RBF neural network model reference adaptive control strategy was introduced;No.3 side line temperature control system of vacuum tower was designed and learning algorithms of RBF neural network controller and parameters of model identification network were given.From simulation result,it receives good effect and meets the requirement of control.

关 键 词：减压塔 RBF神经网络 模型参考自适应控制 模型辨识 

分 类 号：TP273.2[自动化与计算机技术—检测技术与自动化装置]