基于RBF神经网络的纸张定量水分解耦控制系统设计  

Paper Basis Weight and Moisture Decoupled Control Based on RBF Neural Network

作　　者：尤斌[1] 彭晗[2] 胡慕伊[1] 熊智新[1] 

机构地区：[1]南京林业大学江苏省制浆造纸科学与技术重点实验室,江苏南京210037 [2]南京林业大学化学工程学院,江苏南京210037

出　　处：《中国造纸学报》2012年第4期39-42,共4页Transactions of China Pulp and Paper

基　　金：江苏省制浆造纸科学与技术重点实验室开放基金项目(201010)

摘　　要：抄纸过程中纸机系统具有大滞后、非线性、时变等特点,纸张定量与水分之间存在强耦合效应,针对这些问题,设计了一种基于RBF神经网络的PID解耦控制方法。利用RBF神经网络辨识定量与水分的数学模型,实时调整PID控制器的参数,实现系统的解耦功能。仿真结果表明,该方法具有良好的静态、动态性能和很强的自适应性,能有效解决纸张定量和水分之间的耦合作用。There are the characteristics such as high hysteresis,non-linear and time varying in papermaking process,and strong couplings are formed between basis weight and moisture content of the paper.In order to solve the coupling problem,a PID decoupling controller based on the identifier of RBF neural network is proposed.This controller can identify the system model and self-adjust the PID parameters by using RBF network to realize the decoupling control.The simulation results prove that the controller can improve the dynamic and static characteristics of the control system,and is suited to paper basis weight and moisture decoupling control.

关 键 词：RBF神经网络 定量 水分 解耦控制 

分 类 号：TB183[一般工业技术] TP273[自动化与计算机技术—检测技术与自动化装置]