【技术实现步骤摘要】
一种基于改进RBF神经网络的高温高压卷染机温度控制方法
本专利技术涉及纺织行业卷染过程自动控制领域,尤其涉及一种基于改进RBF神经网络的高温高压卷染机温度控制方法。
技术介绍
卷染环节是纺织生产过程的必备环节,对于纺织品质量控制和管理至关重要。在卷染过程中,保证染液温度精确控制直接影响着织物卷染质量,是卷染机控制系统设计中的核心工作。随着自动控制技术的高速发展和控制算法研究的不断深入,基于神经网络的控制算法已经在工业控制领域中得到越来越广泛的应用,以基于神经网络的控制算法来替代传统控制算法不仅可以提高参数控制精度,而且可以提高反馈调节速度,从而提高控制系统整体控制效率,减少织物染色不匀现象,提升织物品质,有利于我国纺织技术发展和纺织品的出口外销。现有的用于卷染机控制领域的算法主要以PID控制算法为主,该类控制算法包括比例、积分与微分3类控制分量,PID控制器是将预先设定值与实际输出值的差值的比例、积分和微分的线性组合作为综合控制量对被控对象进行控制。[参考文献[1]:MahmoodQA,NawafAT,EsmaelMN,etal.PIDTemperatureControlofDemineralizedWaterTank[J].IOPConferenceSeriesMaterialsScienceandEngineering,2018,454:012031.]在PID控制系统的使用过程中,PID控制算法的参数确定是难点。在实际应用中,这些参数会受具体工作环境的影响,使得传统PID控制器存在参数粗糙、适应性差和控制效果欠佳等问题,难以适应复杂的工况。采用常规的 ...
【技术保护点】
1.一种基于改进RBF神经网络的高温高压卷染机温度控制方法,其特征在于,其步骤如下:S1:建立染液温度变化曲线模型;根据能量转换定律,建立染液温度变化曲线模型;S2:计算温度控制偏差并设定阈值;S2.1:根据染液温度的实际测量值和对应采样时刻的染液温度变化曲线模型中的染液温度计算温度控制偏差|e(n)|;S2.2:设定阈值ε1和ε2,且ε1<ε2;S3:按照温度控制偏差|e(n)|的大小对实际染液温度进行分段控制;将温度控制偏差|e(n)|与阈值ε1和ε2进行比较,当|e(n)|>ε2,采用PD控制器对染液温度进行控制;当ε1<|e(n)|≤ε2,采用PID控制器对染液温度进行控制;当0<|e(n)|≤ε1,采用基于改进RBF神经网络的PID控制器对染液温度进行控制;S4:根据步骤S3得到的PD控制器、PID控制器或基于改进RBF神经网络的PID控制器的染液温度控制输出值和实际染液温度计算温度控制偏差,更新温度控制偏差|e(n)|,循环步骤S3‑S4,直至|e(n)|=0。
【技术特征摘要】
1.一种基于改进RBF神经网络的高温高压卷染机温度控制方法,其特征在于,其步骤如下:S1:建立染液温度变化曲线模型;根据能量转换定律,建立染液温度变化曲线模型;S2:计算温度控制偏差并设定阈值;S2.1:根据染液温度的实际测量值和对应采样时刻的染液温度变化曲线模型中的染液温度计算温度控制偏差|e(n)|;S2.2:设定阈值ε1和ε2,且ε1<ε2;S3:按照温度控制偏差|e(n)|的大小对实际染液温度进行分段控制;将温度控制偏差|e(n)|与阈值ε1和ε2进行比较,当|e(n)|>ε2,采用PD控制器对染液温度进行控制;当ε1<|e(n)|≤ε2,采用PID控制器对染液温度进行控制;当0<|e(n)|≤ε1,采用基于改进RBF神经网络的PID控制器对染液温度进行控制;S4:根据步骤S3得到的PD控制器、PID控制器或基于改进RBF神经网络的PID控制器的染液温度控制输出值和实际染液温度计算温度控制偏差,更新温度控制偏差|e(n)|,循环步骤S3-S4,直至|e(n)|=0。2.根据权利要求1所述的基于改进RBF神经网络的高温高压卷染机温度控制方法,其特征在于,在步骤S1中,还包括先预设温度控制曲线,再根据温度控制曲线建立染液温度变化曲线模型;所述温度控制曲线包括至少一个升温段、至少一个降温段和至少一个保温段。3.根据权利要求1或2所述的基于改进RBF神经网络的高温高压卷染机温度控制方法,其特征在于,在步骤S1中,所述的染液温度变化曲线模型为:式中,u表示染缸内的蒸汽流速,T表示染液温度,t表示时间;求解式(1)得:式中,C1表示染液初始温度。4.根据权利要求1所述的基于改进RBF神经网络的高温高压卷染机温度控制方法,其特征在于,在步骤S3中,所述PD控制器的计算公式为:式中,kP,kD分别表示比例参数和微分参数,Ts表示训练样本的采样间隔,e(n)表示训练样本在第n个采样时刻的温度控制差值,e(n-1)表示训练样本在第n-1个采样时刻的温度控制差值,u(n)表示第n个采样时刻PD控制器的染液温度控制输出值。5.根据权利要求1所述的基于改进RBF神经网络的高温高压卷染机温度控制方法,其特征在于,在步骤S3中,所述PID控制器的计算公式为:式中,Ts表示训练样本的采样间隔,kP,kI,kD表示采用PID控制器的反馈控制回路的控制参数,e(n)表示训练样本在第n个采样时刻的温度控制差值,e(n-1)表示训练样本在第n-1个采样时刻的温度控制差值,u(n)表示第n个采样时刻PID控制器的染液温度控制输出值,e(m)表示训练样本在第m个采样时刻的温度控制差值,m=1,2,…n,n表示采样时刻的个数。6.根据权利要求1所述的基于改进RBF神经网络的高温高压卷染机温度控制方法,其特征在于,在步骤S3中,所述基于改进RBF神经网络的PID控制器的控制步骤如下:S3.1:根据改进RBF神经网络计算PID控制器的控制参数;S3.1.1:选择高斯函数作为径向基函数的实现形式,隐藏层的输出的计算公式为:式中,i=1,2,…M,M表示隐藏层神经元的个数,j=1,2,…N,N表示输入层的训练样本数,ci(n)表示隐藏层第i个神经元在第n时刻所选取的中心,ej(n)表示第j个训练样本在第n个采样时刻的温度控制差值,dm表示中心之间的最大距离;其中,最大距离dm与个数M和方差σ相关,方差...
【专利技术属性】
技术研发人员:魏苗苗,刘洲峰,李春雷,张爱华,朱永胜,李碧草,杨艳,徐庆伟,林漫漫,
申请(专利权)人:中原工学院,
类型:发明
国别省市:河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。