JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

基于网络预测的粮食颗粒输送模糊控制系统设计

李阳 裴旭明 胡英杰

李阳, 裴旭明, 胡英杰. 基于网络预测的粮食颗粒输送模糊控制系统设计[J]. 轻工学报, 2015, 30(1): 90-94. doi: 10.3969/j.issn.2095-476X.2015.01.019
引用本文: 李阳, 裴旭明, 胡英杰. 基于网络预测的粮食颗粒输送模糊控制系统设计[J]. 轻工学报, 2015, 30(1): 90-94. doi: 10.3969/j.issn.2095-476X.2015.01.019
LI Yang, PEI Xu-ming and HU Ying-jie. Design on fuzzy control system of grain particles transport based on network prediction[J]. Journal of Light Industry, 2015, 30(1): 90-94. doi: 10.3969/j.issn.2095-476X.2015.01.019
Citation: LI Yang, PEI Xu-ming and HU Ying-jie. Design on fuzzy control system of grain particles transport based on network prediction[J]. Journal of Light Industry, 2015, 30(1): 90-94. doi: 10.3969/j.issn.2095-476X.2015.01.019

基于网络预测的粮食颗粒输送模糊控制系统设计

  • 基金项目: 河南省教育厅科学技术研究重点项目(12A460013)
    河南省科技攻关项目(102102210134)

  • 中图分类号: TH232

Design on fuzzy control system of grain particles transport based on network prediction

  • Received Date: 2014-09-14
    Available Online: 2015-01-15

    CLC number: TH232

  • 摘要: 针对粮食颗粒管道气力输送系统中风速、压损、料气比等参数之间存在复杂非线性关系,难以建立准确的数学模型以实现闭环控制的问题,以CXLD50吸压混合输送移动式吸粮机为研究平台,设计了用BP神经网络的物料流量预测为反馈环节的模糊控制系统:使用神经网络工具建立物料流量预测模型,以快速方便地进行两相流流量在线测量;模型输出的预测流量与期望流量进行比较后,输入到模糊控制器进行判断推理并输出.仿真结果表明,系统响应迅速,可在50 s内达到理想输出;抗干扰能力强,其误差量稳定在±0.5 kg/s左右,有效改善了离线测量方法的信号反馈滞后现象,提高了输送系统的稳定性.
    1. [1]

      王泽南,张鹏.临界风速气力输送模糊控制仿真[J].农业机械学报,2003,34(5):116.

    2. [2]

      张英建,朱正泽.基于Elman神经网络的浓相输送模糊控制系统[J].控制系统,2007,23(9):68.

    3. [3]

      范蟠果,杨宵鹏.基于模糊控制的烟丝接种控制系统设计[J].机械与电子,2012(8):48.

    4. [4]

      席爱民.模糊控制技术[M].西安:西安电子科技大学出版社,2008:86-124.

    5. [5]

      李东玉,王睿.基于BP神经网络的阀控铅酸盐蓄电池劣化程度预测[J].郑州轻工业学院学报:自然科学版,2012,27(4):12.

    6. [6]

      赵昀,黄志尧.基于神经网络及机理分析的气力输送粉料质量流量软测量[J].仪器仪表学报,2000,8(21):360.

    1. [1]

      王晓吴洲王宏伟王榕陈浩然 . 基于深度学习和蛋白质语言模型的抗菌肽预测模型研究. 轻工学报, 2024, 39(2): 12-18. doi: 10.12187/2024.02.002

    2. [2]

      罗亮师东方朱鲜艳宗东岳王明辉王鹏飞金强李朝建 . 基于增量式PID算法的香精施加系统设计. 轻工学报, 2024, 39(2): 114-121. doi: 10.12187/2024.02.015

  • 加载中
计量
  • PDF下载量:  26
  • 文章访问数:  875
  • 引证文献数: 0
文章相关
  • 收稿日期:  2014-09-14
  • 刊出日期:  2015-01-15
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
李阳, 裴旭明, 胡英杰. 基于网络预测的粮食颗粒输送模糊控制系统设计[J]. 轻工学报, 2015, 30(1): 90-94. doi: 10.3969/j.issn.2095-476X.2015.01.019
引用本文: 李阳, 裴旭明, 胡英杰. 基于网络预测的粮食颗粒输送模糊控制系统设计[J]. 轻工学报, 2015, 30(1): 90-94. doi: 10.3969/j.issn.2095-476X.2015.01.019
LI Yang, PEI Xu-ming and HU Ying-jie. Design on fuzzy control system of grain particles transport based on network prediction[J]. Journal of Light Industry, 2015, 30(1): 90-94. doi: 10.3969/j.issn.2095-476X.2015.01.019
Citation: LI Yang, PEI Xu-ming and HU Ying-jie. Design on fuzzy control system of grain particles transport based on network prediction[J]. Journal of Light Industry, 2015, 30(1): 90-94. doi: 10.3969/j.issn.2095-476X.2015.01.019

基于网络预测的粮食颗粒输送模糊控制系统设计

  • 郑州轻工业学院 机电工程学院, 河南 郑州 450002;
  • 西安交通大学 机电工程学院, 陕西 西安 710049
基金项目:  河南省教育厅科学技术研究重点项目(12A460013)河南省科技攻关项目(102102210134)

摘要: 针对粮食颗粒管道气力输送系统中风速、压损、料气比等参数之间存在复杂非线性关系,难以建立准确的数学模型以实现闭环控制的问题,以CXLD50吸压混合输送移动式吸粮机为研究平台,设计了用BP神经网络的物料流量预测为反馈环节的模糊控制系统:使用神经网络工具建立物料流量预测模型,以快速方便地进行两相流流量在线测量;模型输出的预测流量与期望流量进行比较后,输入到模糊控制器进行判断推理并输出.仿真结果表明,系统响应迅速,可在50 s内达到理想输出;抗干扰能力强,其误差量稳定在±0.5 kg/s左右,有效改善了离线测量方法的信号反馈滞后现象,提高了输送系统的稳定性.

English Abstract

参考文献 (6) 相关文章 (2)

目录

/

返回文章