基于模糊径向基函数神经网络的PID算法球磨机控制系统研究

针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点，提出应用于球磨机对象控制的基于模糊径向基函数神经网络的PID控制算法。在这种控制系统中，PID控制器的控制参数采用模糊径向基函数神经网络进行自适应整定，系统控制参数采用混合优化算法，即首先采用混沌粒子群优化(particleswarmoptimization，PSO)算法进行离线粗调，再采用BP算法进行在线细调，从而快速全局收敛得到最佳的PID控制参数。Matlab仿真结果表明，该控制系统有效地解决了球磨机这种复杂对象的控制问题，该系统控制参数的优化算法收敛快、不易陷入局部极小点，系统控制跟踪快、超调小、解耦好、鲁棒性和适应性强，控制品质优于传统PID解耦控制方法。