【摘 要】
：
针对Smith预估器对预测模型精度依赖程度较高的问题,提出了一种基于粒子群优化(PSO)辨识算法的自适应预估控制方法.该控制方法利用PSO辨识方法在线调整Smith预估器参数,利用
【机 构】
：
中国平煤神马集团炼焦煤资源开发及综合利用国家重点实验室,河南平顶山467099;中国平煤神马集团能源化工研究院,河南平顶山467099河南理工大学电气工程与自动化学院,河南焦作454000
【出 处】
：
“智领新煤矿,人工智能及大数据在煤炭行业的应用”2017年学术年会
论文部分内容阅读
针对Smith预估器对预测模型精度依赖程度较高的问题,提出了一种基于粒子群优化(PSO)辨识算法的自适应预估控制方法.该控制方法利用PSO辨识方法在线调整Smith预估器参数,利用单神经元的非线性逼近特性及自学习、自组织能力,对控制器参数进行在线修正.将该控制方法应用于矿井通风系统风量控制仿真分析中,在系统参数时变情况下,进行跟踪响应分析.结果表明,该控制方法对大滞后时变系统具有很强的适应性和鲁棒性,具有较强的抗干扰能力和良好的跟踪性能.
其他文献
精准扶贫是国家打赢脱贫攻坚战,全面建成小康社会,实现民族伟大复兴“中国梦”的战略部署,也是促进美丽乡村建设,构建乡村富裕、生态文明、和谐可持续发展的重要途径。高校承
通过阐述污水处理过程产生泡沫的类型和原因,分析并提出泡沫存在的危害,及控制泡沫的方法和措施。
为保证铁路轨道、桥梁在温度及列车荷载作用下满足强度和稳定性的要求,大跨度桥梁需进行无缝线路纵向附加力检算。针对桥上无缝线路纵向附加力计算模型建立难度大、耗时长、