BP神经网络在热处理控制系统中的应用*
2015-02-13张荷芳王成才张立广
西安工业大学学报 2015年11期
关键词:工艺
张荷芳,王成才,张立广
(西安工业大学 电子信息工程学院,西安710021)
研究以海上石油钻井平台大壁厚、大管径导管焊接缝的热处理控制为实验对象,采用了中频感应加热去替代传统的电热元件分块贴片加热.感应加热以其生产操作简单、自动化程度高,工件加热速度快、效率高等优点有效避免了电热元件加热造成的能耗大、效率低问题,目前已被普遍应用[1].感应加热过程伴随着磁、电、热传导,加热环境等众多的干扰因素,控制起来难度大[2].传统的模糊PID控制是根据误差积累去调节功率,误差积累的过程决定了输出功率属于渐变调整,无法达到实际需要的快速性[3].中频电源感应加热装置急需要一种温度控制策略来避免因控制过程渐变调整带来的温度大超调、大滞后,保证加热工艺的精确性,提高经济效益[4].
工业控制计算机的广泛应用,使神经网络控制能够在上位机上有效实施,神经网络通过学习记录控制功率与输入量变化趋势之间的对应关系,跳过误差累积过程,给出预测结果,理论上成功避免了传统PID控制累积运算造成的滞后问题,做到既能准确控制温度又能增强抗干扰能力[5].BP神经网络具有良好的非线性预测功能,作为一种成熟的算法被广泛应用在各个领域,国内外专家在神经网络的应用上解决了很多控制难题[6].文中采用BP神经网络预测控制算法确定温度与中频电源输出功率之间的复杂对应关系,预测实……
登录APP查看全文
