摘要
针对大时滞非线性受控对象,将数字Smith预估控制原理和神经网络(NN)控制器参数的自适应调整方法相结合,根据系统出现的不同特点适时调节控制器参数,以适应对象特性的变化。将其应用于加热炉温度控制系统中,并与常规PID控制器和Smith预估补偿PID控制器进行比较,仿真研究表明,该控制器各项性能均优于上述两种,且在被控对象参数改变或出现干扰时系统的控制性能也得到了较好的改善,具有良好的控制品质。
This paper introduces a neural network-based PID controller in combination with the digital Smith predictor for heating furnace control.Simulation results are also given.
出处
《自动化技术与应用》
2009年第10期9-12,共4页
Techniques of Automation and Applications
