JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

基于模糊神经网络的智能混丝掺配PID控制模型研究

刘穗君 ,  杨林超 ,  张萍 ,  邱宗鹤

downloadPDF
刘穗君, 杨林超, 张萍, 等. 基于模糊神经网络的智能混丝掺配PID控制模型研究[J]. 轻工学报, 2015, 30(3-4): 39-43. doi: 10.3969/j.issn.2095-476X.2015.3/4.009
引用本文: 刘穗君, 杨林超, 张萍, 等. 基于模糊神经网络的智能混丝掺配PID控制模型研究[J]. 轻工学报, 2015, 30(3-4): 39-43. doi: 10.3969/j.issn.2095-476X.2015.3/4.009
shu
LIU Sui-jun, YANG Lin-chao, ZHANG Ping and et al. An intelligent PID control model of shredded tobacco blending based on fuzzy neural network[J]. Journal of Light Industry, 2015, 30(3-4): 39-43. doi: 10.3969/j.issn.2095-476X.2015.3/4.009
Citation: LIU Sui-jun, YANG Lin-chao, ZHANG Ping and et al. An intelligent PID control model of shredded tobacco blending based on fuzzy neural network[J]. Journal of Light Industry, 2015, 30(3-4): 39-43. doi: 10.3969/j.issn.2095-476X.2015.3/4.009
shu

基于模糊神经网络的智能混丝掺配PID控制模型研究

  • 河南中烟工业有限责任公司 南阳卷烟厂, 河南 南阳 473007

  • 中图分类号: TS411.1;TP273

An intelligent PID control model of shredded tobacco blending based on fuzzy neural network

  • Nanyang Cigarette Factory, China Tobacco He'nan Industrial Co., Ltd., Nanyang 473007, China

  • Received Date: 2014-12-10
    Available Online: 2015-09-15

    CLC number: TS411.1;TP273

  • 摘要: 为优化制丝工艺PID控制,提高混丝掺配瞬时精度,提出了基于模糊神经网络的智能混丝掺配PID控制模型FNN-PID.该模型依据制丝配比需求和生产动态数据计算当前瞬时精度,然后进行智能模糊量化,再通过对比专家知识库,结合推理机智能分析,决策出混丝掺配配比调差参数,并反馈参与PID控制.实际应用效果表明,运用该模型控制相关参数,在瞬时精度显著提高的同时减少了系统波动,满足了高档香烟的加工工艺要求.
    Abstract: To optimize the PID control of tobacco primary processing and increase the instantaneous precision of shredded tobacco blending,an intelligent PID control model FNN-PID based on fuzzy neural network was proposed. The intelligent fuzzy quantization was conducted according to the demand of shredded tobacco blending ratio and production dynamic data. By comparing the expert knowledge base, and combining with the analysis of intelligent reasoning machine, the ratio adjustment parameter of shredded tobacco blending was decided to take part in the feedback PID control. The practical application results showed that by using this model to control the relative parameters, the instantaneous accuracy was improved significantly, and the system fluctuation was reduced, and consequently the processing requirements of high grade cigarette could be met.
    1. [1]

      储国海.稳定均匀--制丝工艺管理的目标[J].烟草科技,1994(5):24.

    2. [2]

      袁书豪,宋克强.实现混丝掺配精度预警[J].设备管理与维修,2013(S12):112.

    3. [3]

      段玲,陈建军.卷烟加香加料和混丝掺配工艺过程的稳定度控制[J].郑州轻工业学院学报:自然科学版,2002,17(1):24.

    4. [4]

      夏永明,韦小玲,谢伟强,等.混丝掺配系统计量模型分析[J].烟草科技,2011(5):26.

    5. [5]

      温若愚,席年生,张大波,等.不同混丝模式对烟丝掺配效果的影响[J].烟草科技,2008(9):13.

    6. [6]

      文杰,唐着宽,杨明权,等.过程能力分析在制丝工艺技术改进中的应用[J].烟草科技,2012(3):12.

    7. [7]

      戴滔.基于PLC的模糊-PID控制在梗丝流化床干燥控制系统中的应用研究[D].重庆:重庆大学,2007.

    8. [8]

      张红亮.制丝线瞬时加料比例的计算与应用[J].烟草科技,2013(1):20.

    9. [9]

      乔俊飞,王会东.模糊神经网络的结构自组织算法及应用[J].控制理论与应用,2008,25(4):703.

    10. [10]

      杜鹃,张楠,许自成,等.烤烟不同部位烟叶主要化学成分与感官质量的关系[J].郑州轻工业学院学报:自然科学版,2011,26(2):16.

    11. [11]

      刘畅,欧亚非,胡林,等.影响卷烟烟气稳定性的主要因素源分析[J].郑州轻工业学院学报:自然科学版,2014,29(5):44.

    1. [1]

      刘广超 , 邓莎 , 高峄涵 , 吴涛 , 邓锐杰 . 加热卷烟辊压法薄片丝吸湿性影响因素研究. 轻工学报, 2024, 39(5): 109-117. doi: 10.12187/2024.05.013

    2. [2]

      费致根 , 鲁豪 , 宋晓晓 , 赵鑫昌 , 郭兴 , 肖艳秋 . 基于改进ResNet网络的烟丝输送带洁净度分类模型. 轻工学报, 2024, 39(5): 71-77. doi: 10.12187/2024.05.008

    3. [3]

      卢晓波 , 徐海 , 朱俊召 , 张宇 , 谭健 , 高冠男 , 胡军华 , 林龙 . 基于机器视觉的加热卷烟烟支端部质量检测系统设计. 轻工学报, 2024, 0(0): -.

    4. [4]

      张改红 , 许航 , 杜帅 , 徐月莹 , 石栋栋 , 薛晶晶 , 尚紫博 , 毛多斌 . 麦芽酚-β-D-葡萄糖苷的稳定性及其在卷烟加香中的应用. 轻工学报, 2024, 39(5): 102-108. doi: 10.12187/2024.05.012

  • 加载中
WeChat 点击查看大图
计量
  • PDF下载量:  36
  • 文章访问数:  1062
  • 引证文献数: 0
文章相关
  • 收稿日期:  2014-12-10
  • 刊出日期:  2015-09-15
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
刘穗君, 杨林超, 张萍, 等. 基于模糊神经网络的智能混丝掺配PID控制模型研究[J]. 轻工学报, 2015, 30(3-4): 39-43. doi: 10.3969/j.issn.2095-476X.2015.3/4.009
引用本文: 刘穗君, 杨林超, 张萍, 等. 基于模糊神经网络的智能混丝掺配PID控制模型研究[J]. 轻工学报, 2015, 30(3-4): 39-43. doi: 10.3969/j.issn.2095-476X.2015.3/4.009
shu
LIU Sui-jun, YANG Lin-chao, ZHANG Ping and et al. An intelligent PID control model of shredded tobacco blending based on fuzzy neural network[J]. Journal of Light Industry, 2015, 30(3-4): 39-43. doi: 10.3969/j.issn.2095-476X.2015.3/4.009
Citation: LIU Sui-jun, YANG Lin-chao, ZHANG Ping and et al. An intelligent PID control model of shredded tobacco blending based on fuzzy neural network[J]. Journal of Light Industry, 2015, 30(3-4): 39-43. doi: 10.3969/j.issn.2095-476X.2015.3/4.009
shu

基于模糊神经网络的智能混丝掺配PID控制模型研究

  • 河南中烟工业有限责任公司 南阳卷烟厂, 河南 南阳 473007
  • 收稿日期: 2014-12-10
  • 网络出版日期: 2015-09-15

摘要: 为优化制丝工艺PID控制,提高混丝掺配瞬时精度,提出了基于模糊神经网络的智能混丝掺配PID控制模型FNN-PID.该模型依据制丝配比需求和生产动态数据计算当前瞬时精度,然后进行智能模糊量化,再通过对比专家知识库,结合推理机智能分析,决策出混丝掺配配比调差参数,并反馈参与PID控制.实际应用效果表明,运用该模型控制相关参数,在瞬时精度显著提高的同时减少了系统波动,满足了高档香烟的加工工艺要求.

English Abstract

参考文献 (11) 相关文章 (4)

目录

/

返回文章

网站版权 © 轻工学报编辑部

地址：河南省郑州市科学大道136号邮编：450001

本系统由北京仁和汇智信息技术有限公司开发 技术支持： info@rhhz.net