基于rbf神经网络辨识的过热蒸汽温度控制

提出一种基于rbf神经网络辨识的pid串级主蒸汽温度控制策略,即将rbf神经网络与常规pid串级控制相结合构成rbf[cd*2]pid控制器。该控制器不仅具有常规pid控制器的特性,而且还具有智能控制器的自学习能力,增强了系统对不确定因素的适应性。仿真研究结果表明，rbf[cd*2]pid控制系统动态调节品质显著优于常规pid串级控制,能适应对象参数的变化,具有较强的鲁棒性和自适应能力。