基于迭代学习算法的粉末精密配给控制系统
介绍了固体染料自动配料系统组成和配料性能指标,分析了螺旋输料动态过程的非线性。由于常规PID算法难以对这一类具有不确定模型过程凑效,为了协调配料速度和精度的矛盾,将配料过程分为3个阶段。在影响配料成败关键的大螺旋精称阶段,由于其染料种类多、物理特性相异、非线性不确定的因素影响及系统高动态响应和小在线计算量的控制要求,设计了一种基于开闭环相结合的3阶变增益PD型迭代学习控制算法,并将其与基本PD型迭代学习控制算法进行比较。实际运行结果表明,该控制方法具有较快的学习收敛速度。经过对各种物理特性的染料进行学习,迭代学习成熟的系统在较短的时间内达到很高的称量精度,完全满足纺织染整行业配色生产的需要.
固体自动配料 迭代学习控制 非线性离散系统 迭代学习算法
龚利 王云宽 杨雁 宋英华
中国科学院,自动化研究所高技术创新中心,北京,100080
国内会议
兰州
中文
268-272
2007-08-24（万方平台首次上网日期，不代表论文的发表时间）