APP下载

PID神经网络在卷纸辊张力控制中的应用

2014-08-15胡慕伊

中国造纸学报 2014年1期

邓 肖 胡慕伊

(南京林业大学江苏省制浆造纸科学与技术重点实验室,江苏南京,210037)

在纸机运行过程中,卷纸辊张力是一个重要的参数[1]。张力太大会造成断纸,不仅影响生产,还会造成一定的经济损失;张力过小则会出现纸幅松弛现象,引起堆积和褶皱,对成纸质量产生影响。因此,控制好卷纸辊张力,不仅能有效提高生产效率,还能使纸机运行更加稳定,提高产品质量。在纸机卷曲过程中,卷纸辊张力控制是一个时变、强耦合、多干扰的非线性系统,中间环节有很多影响,且具有很多其他不可预测的因素,因此保持适宜的卷纸辊张力有很大难度。

PID神经网络(Proportional Integral Derivative Neural Network,PIDNN)是一种由比例元(P)、积分元(I)、微分元(D)组成的3层前向神经元网络。网络的输入层接受系统给的信号和对象输出信号,网络的隐含层(神经元个数、连接方式、连接权重初值)是按PID控制规律的基本原则确定,采用误差反向传播算法修改连接权重,通过在线训练和学习,改变网络中比例、积分、微分作用的强弱,输出层实现规律的综合。它具有传统PID控制器结构简单的优点,又具有神经网络的并行结构和本质学习记忆功能,以及多层网络逼近任意函数的能力[2]。本课题研究了PIDNN控制器对卷纸辊张力的控制,并与传统PID控制器控制效果进行比较。

1 卷纸辊张力控制系统模型

在纸张卷曲过程中,由于纸卷半径不断变化使得卷辊转动惯量、线速度等处于不断变化中,因此卷纸辊张力控制过程是一个时变的非线性系统[3],纸机卷纸辊控制系统结构及纸张受力如图1所示。……

登录APP查看全文