黃酒發(fā)酵過程十分復(fù)雜,且難以建立準(zhǔn)確的數(shù)學(xué)模型,發(fā)酵溫度自動(dòng)控制一直是研究難點(diǎn)。傳統(tǒng)PID控制器在前酵溫度控制時(shí),存在精度不高、響應(yīng)緩慢和參數(shù)調(diào)節(jié)歷時(shí)較長(zhǎng)等問題,因此提出了基于BP神經(jīng)網(wǎng)絡(luò)的黃酒前酵溫度控制策略,將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于PID控制器的參數(shù)調(diào)節(jié),改進(jìn)了性能,并構(gòu)建了動(dòng)態(tài)仿真模型。仿真結(jié)果表明:設(shè)計(jì)的PID控制器控制精度更高、響應(yīng)速度更快且有效改善了耦合干擾等問題。 

【文章來源】：浙江工業(yè)大學(xué)學(xué)報(bào). 2020,48(06)北大核心

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

前酵溫控系統(tǒng)總體設(shè)計(jì)圖

神經(jīng)元網(wǎng)絡(luò)通過各神經(jīng)元之間的加權(quán)和形式輸出,只要神經(jīng)元數(shù)量足夠多、網(wǎng)絡(luò)結(jié)構(gòu)足夠復(fù)雜即可實(shí)現(xiàn)對(duì)任意變化規(guī)律的擬合[11]。并且利用BP神經(jīng)網(wǎng)絡(luò)作為非線性組合函數(shù),可用于多模型的輸出融合[12]。神經(jīng)元作為神經(jīng)網(wǎng)絡(luò)的處理單元,是神經(jīng)網(wǎng)絡(luò)最基本的組成部分,其模型結(jié)構(gòu)如圖2所示。神經(jīng)元j的狀態(tài)uj由此神經(jīng)元的狀態(tài)函數(shù)g決定。以神經(jīng)元當(dāng)前輸入netj和當(dāng)前狀態(tài)為自變量,按其狀態(tài)函數(shù)就可產(chǎn)生神經(jīng)元的下一個(gè)狀態(tài)。

比例閾值函數(shù)輸入—輸出狀態(tài)曲線

【參考文獻(xiàn)】：
期刊論文
[1]基于模糊算法的2D伺服閥控制器的研究[J]. 李勝,董健,郭克,孫沖沖,姜志海.  浙江工業(yè)大學(xué)學(xué)報(bào). 2019(04)
[2]基于AFSA-BPNN的MRVM模型非線性融合建模[J]. 夏陸岳,劉勇,潘海天.  浙江工業(yè)大學(xué)學(xué)報(bào). 2017(03)
[3]SIMULINK模塊庫(kù)在計(jì)算機(jī)控制系統(tǒng)仿真設(shè)計(jì)中的應(yīng)用[J]. 王雷,降華.  自動(dòng)化與儀器儀表. 2016(06)
[4]基于BPR的壽生酒生產(chǎn)流程單元布局優(yōu)化[J]. 蔣美仙,魏宗敬,諸葛進(jìn)豪,金壽松,蔣方明.  浙江工業(yè)大學(xué)學(xué)報(bào). 2014(03)
[5]基于PID神經(jīng)網(wǎng)絡(luò)的溫度控制系統(tǒng)[J]. 郭秀才,舒懷林.  工礦自動(dòng)化. 2008(03)
[6]啤酒發(fā)酵過程溫度控制策略[J]. 杜鋒,雷鳴.  釀酒. 2002(06)

博士論文
[1]黃酒發(fā)酵過程的建模與優(yōu)化[D]. 劉登峰.江南大學(xué) 2014
[2]發(fā)酵過程混合建模及帶動(dòng)態(tài)補(bǔ)償?shù)姆蔷�性預(yù)測(cè)控制方法研究[D]. 馮絮影.北京化工大學(xué) 2010

碩士論文
[1]黃酒生產(chǎn)過程綜合自動(dòng)化技術(shù)若干關(guān)鍵問題研究[D]. 余祖應(yīng).浙江大學(xué) 2013
[2]智能溫度控制系統(tǒng)在啤酒發(fā)酵中的應(yīng)用研究[D]. 畢競(jìng)鍇.鄭州大學(xué) 2012
[3]智能控制在啤酒發(fā)酵溫控中的應(yīng)用研究[D]. 劉迪.昆明理工大學(xué) 2011



本文編號(hào)：3559162