自动配煤控制系统的模糊神经网络的应用

结合灰分控制的时变、滞后和非线性特性,本文提出了一种基于人工神经网络与模糊控制相结合的控制器。利用人工神经网络的自学习、自适应和并行处理的能力,将模糊控制规则转化为神经网络的学习样本,通过ANN的BP学习算法记忆这些规则样本。实验表明该控制用具有响应速度快、精度高和鲁棒性的特点。 煤矿选煤厂的配煤系统是一个非线性、时变和大滞后的过程,在其控制过程中,灰分度是一个非常重要的控制参数。目前常采用PID控制装置,但这种PID控制适应能力差,对高频干扰非常敏感。而且由于灰分度是一个非线性时变参数,加上工作环境的随机性,很难建立一个精确的数学模型。 1、 控制对象分析及系统总体框架