基于RBF神经网络自适应PID的预焙阳极焙烧炉温度控制.pdfVIP

加热设备 工业加热 第37卷2008年第1期 基于RBF神经网络自适应PID的预焙阳极焙烧炉温度控制 张明光，王兆刚，王 鹏 (兰州理工大学 电气工程与信息工程学院，甘肃 兰州 730050) 摘要：针对工况变化频繁的焙烧炉焙烧过程，提出了一种基于径向基函数 (RBF)神经网络自适应PID的控制策略，该方法是通过 神经网络的自学习能力在线调整PID控制器的参数，因而，其兼顾神经网络和传统PID控制的特点，能根据被控对象当前特征迅 速地做出相应决策、克服实际控制过程稳态性和准确性之间的矛盾。将其应用于预焙阳极焙烧炉温度过程控制中，实验结果表明： 它具有很强的自适应能力和鲁棒性，达到了满意的控制效果。 关键词：预焙阳极焙烧炉；RBF神经网络；自适应PID控制；温度控制 中图分类号：TF06；TP273意 文献标志码：A 文章编号：1002—1639(2008)01—0016-04 Adaptive PID Control Based on RBFNN for Temperature System of Anode Pre-baking Furnace ZHANG Ming—guang，WANG Zhao-gang，WANG Peng (School of Electrical and Information Engineering，Lanzhou University of Technology,Lanzhou 730050，China) Abstract：An adaptive PID control strategy based on Radial Basis Function(RBF)neural network(NN)is presented for the baking process of the furnace，whose operating conditions change frequently,and the parameters of PID controller are tuned on—line using the self-learning ability of RBFNN．So the proposed control strategy has the advantages of nepal network and conventional PID control，and the ability of making correspondingly the decisions quickly according to the current characteristic of the object and overcoming the inconsistency of the steady and veracity．It was applied to the temperature system of the anode pre—baking furnace，the results show that the proposed controller has the adaptability，strong robustness and satisfactory control perform ance． Key words：anode pre-baking furnace；RBF neural network；adaptive PID control；temperature control 阳极焙烧是铝电解生产中一个十分重要的工序，焙 容错性、并行处理、自学习、非线性处理能力强和 PID 烧温度和升温速率对阳极质量都有很大的影响l1-2 J。因此， 控制结构简单、易于实现、鲁棒性强等特点，将RBF神 要提高铝电解效率、降低能耗，关键是要提高阳极质量 经网络与常规PID控制相结合，利用RBF神经网络的自 和减少阳极焙烧过程中的能量消耗，这就要求实施有效 学习能力在线调整PID参数，通过其在焙烧炉燃烧架控 的焙烧温度控制，使火道内的温度按照工艺要求的升温 制系统中的应用。结