资料下载
×
基于BP网络的PID自整定算法在水产养殖监控系统中的应用
消耗积分:2 |
格式:rar |
大小:193 |
2009-08-28
王芳
分享资料个
传统的PID 控制的参数不易调整。在系统模型不确定的情况下，使比例因子、积分因子、微分因子的调节成为很困难的事。而神经网络具有很好的自调节作用，因此本文引入神经网络来对控制参数进行在线自整定，实现参数的自动优化。并将此控制方法成功的应用于水产养殖工程中的溶解氧控制中。在现场应用中，该系统对养殖水体溶解氧含量进行了自动监测和控制，其性能稳定。
关键词:神经网络， 监控系统， 溶解氧控制
在水产养殖过程中，水环境中的溶解氧含量是鱼类生存的重要指标之一。传统的增养方式是不间断式增养，极大的浪费了资源。因此本系统采用PID 调节器对水环境中的溶解氧进行控制。PID 控制算法具有直观、实现简易和鲁棒性能良好等一系列有点。但是，在生产现场参数不确定或容易受到干扰的场所，常规PID 调节器往往整定不良，性能欠佳。而水环境中的溶解氧跟空气中氧的分压、大气压、水温和水质等因素都有关系。且此关系是未知的，为此需要本PID 调节器具有自调整能力。而神经网络恰恰具备自调整、自适应、自学习的能力。本算法就是利用神经网络的自学习能力来调整PID 调节器中三个参数的值，使其能充分的发挥其作用。使水环境中的溶解氧稳定在需要的范围之内（7mg／L 以上）。
关键词:神经网络， 监控系统， 溶解氧控制
在水产养殖过程中，水环境中的溶解氧含量是鱼类生存的重要指标之一。传统的增养方式是不间断式增养，极大的浪费了资源。因此本系统采用PID 调节器对水环境中的溶解氧进行控制。PID 控制算法具有直观、实现简易和鲁棒性能良好等一系列有点。但是，在生产现场参数不确定或容易受到干扰的场所，常规PID 调节器往往整定不良，性能欠佳。而水环境中的溶解氧跟空气中氧的分压、大气压、水温和水质等因素都有关系。且此关系是未知的，为此需要本PID 调节器具有自调整能力。而神经网络恰恰具备自调整、自适应、自学习的能力。本算法就是利用神经网络的自学习能力来调整PID 调节器中三个参数的值，使其能充分的发挥其作用。使水环境中的溶解氧稳定在需要的范围之内（7mg／L 以上）。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
