基于径向基神经网络的广义预测控制研究及应用
实际工业生产过程中常含有非线性、滞后环节,特别是在化工、冶炼等生产过程中尤为显著。连续搅拌釜式反应(CSTR)在反应过程中会产生大量的反应热,及时地移去反应热保证生产正常进行是控制的主要目标。采用了基于神经网络的预测控制来解决非线性、滞后等环节的影响。讨论了广义预测控制的基本结构与原理,研究了广义预测控制算法的预测模型、反馈校正、滚动优化。选取径向基(RBF)网络建立了系统的多步预测模型,并对连续搅拌釜式反应过程进行了仿真。仿真结果表明,基于RBF神经网络的广义预测控制器具有良好的自适应性、鲁棒性和抗干扰能力。
神经网络 连续搅拌釜式反应 广义预测控制 过程仿真
吕淑萍 马亮
哈尔滨工程大学自动化学院,哈尔滨,150001
国内会议
南京
中文
279-282
2008-08-16（万方平台首次上网日期，不代表论文的发表时间）