基于混合算法优化的BP-PID在SLS预热温度控制系统中的应用  

Application of BP-PID based on hybrid algorithm optimization in SLS preheating temperature control system

作　　者：张亚鹏 唐文秀[1] 肖亚宁 裴玲艺 郭艳玲[1] ZHANG Ya-peng;TANG Wen-xiu;XIAO Ya-ning;PEI Ling-yi;GUO Yan-ling

机构地区：[1]东北林业大学机电工程学院,哈尔滨150040

出　　处：《制造业自动化》2022年第10期132-136,共5页Manufacturing Automation

基　　金：国家自然科学基金资助项目(52075090)。

摘　　要：针对选择性激光烧结(selective laser sintering,SLS)预热温度控制过程,其具有时变非线性和迟滞的特点,提出一种混合遗传算法(genetic algorithm,GA)和粒子群算法(particle swarm optimization,PSO)优化BP神经网络(back propagation neural network,BPNN)PID的控制方法。首先,通过GA算法优化BP神经网络随机产生的初始权值和阈值,提高BPNN的学习效率和稳定性;其次,利用PSO算法优化BP神经网络的反向传播过程进行权值和阈值的更新,进一步提高算法的收敛速度,减少其在迭代过程中陷入局部最优的可能性;最后,在MATLAB 2019a上进行仿真实验,结果表明相较于传统PID和BP-PID,提出的混合算法优化的BP-PID有效减少响应时间,可以实现无振荡、无超调;为了进一步验证本文提出的控制方法的优越性,搭建样机测试平台,测试此控制器在实际预热温度控制中的应用效果,测试结果表明该控制器与PID控制器相比,响应速度和控制精度都得到有效提升。

关 键 词：选择性激光烧结 预热温度 BP神经网络 遗传算法 粒子群算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP391.73[自动化与计算机技术—控制科学与工程]