基于PSO的薄膜厚度改进RBF解耦控制模型

作     者：廖雪超 陈振寰 邓万雄 LIAO Xue-chao;CHEN Zhen-huan;DENG Wan-xiong

作者机构：武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 

基　　金：国家自然科学基金项目(61502359) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2021年第42卷第4期

页      码：1079-1088页

摘      要：BOPP薄膜厚度控制系统是一个复杂的多变量耦合系统,通过对其工艺过程分析可得到三通道厚度控制系统传递函数模型,利用相对增益矩阵对其进行耦合性分析。由于现有的解耦算法无法完全消除系统间的耦合影响,使用径向基函数模型(RBF)对系统进行解耦设计。针对其存在训练过程长的问题,使用快速自学习算法、附加微分项与粒子群优化算法(PSO)对RBF模型进行优化,提升系统的抗干扰能力与响应速度。实验结果表明,提出的ASRBFD方法抗干扰能力强、RBF模型训练效率高,系统解耦性能优良。

主 题 词：解耦控制 RBF神经网络 快速自学习算法 附加微分项 粒子群优化算法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 

D　O　I：10.16208/j.issn1000-7024.2021.04.026

馆 藏 号：203102766...