该设计对双匀浆辊气垫式流浆箱的解耦控制方法进行了研究,并针对常规解耦方法的缺陷,分析了传统控制与智能控制的优缺点,参考操作人员的实践经验,同时综合了对现场实验结果的分析,获得了模糊规则,为该流浆箱压力液位系统设计了一种的基于神经网络推理的Fuzzy-PI双模集成智能控制器.根据Gupta提出的一种多变量模糊控制器的结构分解方法<[9]>,将多输入多输出的模糊控制器分解为若干个双输入单输出的模糊控制器.这样简化了耦合变量之间的关系,为设计和实现带来了方便.双输入单输出控制器的模糊推理过程借助BP神经网络来实现,采用双输入单输出的三层网络结构,隐含层节点选为6个.通过离线训练的方法,用以量化了的若干个已知模糊规则和用Mamdani法得到的输出为样本数据,经训练得出该静态神经网络的具体参数和结构,即得到了静态神经网络推理器,它能够实现模糊控制器的推理过程,而且克服了常规推理方法丢失信息或运算复杂的缺点.为了获得更好的动静态性能,采用了Fuzzy-PI双模结构.即动态过程采用模糊控制来调节,以获得快速的动态响应性能;而接近稳态时将控制器切换到常规PI控制器,以消除偏差,提高控制精度.根据文献[8]提出的双匀浆辊气垫式流浆箱数学模型,通过采自现场的试验数据确定出了该模型的各个参数,然后利用MATLAB对其仿真,结果表明该次设计的基于神经网络的Fuzzy-PI双模集成智能控制器能消除耦合,同时缩短了该被控系统的动态调节过程,实现了稳态无静差,具有良好的动态和静态性能.