УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ
на главную написать письмо карта сайта

О применении нейросетевого оптимизатора параметров ПИ–регулятора для управления нагревательными печами в различных режимах работы


Название статьи:  О применении нейросетевого оптимизатора параметров ПИ–регулятора для управления нагревательными печами в различных режимах работы
Выпуск: 56
Год: 2015
Библиография: Еременко Ю. И., Полещенко Д. А., Глущенко А. И. О применении нейросетевого оптимизатора параметров пи–регулятора для управления нагревательными печами в различных режимах работы / Управление большими системами. Выпуск 56. М.: ИПУ РАН, 2015. С.143-175.
Дата опубликования: 31.07.2015
Ключевые слова: нейронная сеть, адаптивное управление, ПИ-регулятор, нейросетевой оптимизатор
Аннотация: Рассмотрена проблема автоматической настройки коэффициентов ПИ-регулятора в реальном масштабе времени при управлении нагревательными объектами. Такую настройку предлагается осуществлять с помощью нейросетевого оптимизатора, включающего две нейронных сети, отвечающих за подбор коэффициентов KP, KI для процессов нагрева или охлаждения печи соответственно. Приведена структура предлагаемого оптимизатора. Показана применимость подобного оптимизатора к объектам управления с различными постоянными времени. Приведена реализация системы управления для муфельной электронагревательной печи, работающей в различных режимах. Результаты проведенных экспериментов позволяют сделать вывод о том, что использование оптимизатора с подобной структурой позволяет экономить до 23% времени и 19% электроэнергии на выполнение графика заданий по сравнению с обычным ПИ-регулятором.


Author(s): Eremenko Y., Poleshchenko D., Glushchenko A.
Article title: Applying neural network-based tuner to optimize parameters of PI-controller for heating furnace functioning in different modes
Issue: 56
Year: 2015
Keywords: neural network, adaptive control, PI-controller, neural tuner.
Abstract: We propose a neural network-based tuner for online optimization of parameters of an automatic PI-controller for heating furnace control. The tuner consists of two neural networks responsible for adjusting coefficients KP and KI for furnace heating and cooling processes respectively. We develop a structure of a neural tuner and show by model experiments that such a tuner can be applied to control heating furnaces with the different value of the time constant. A muffle electric heating furnace functioning in different loading modes has been chosen as a plant. Having made our experiments, we conclude that such an optimizer helps to achieve about 23% decrease of time length and 19% decrease of energy consumption for each schedule in comparison with a conventional PI-controller.


в формате PDF
Обсудить статью в Интернет-конференции по проблемам управления

Просмотров: 2691; загрузок: 1017, за месяц: 19.

Назад

ИПУ РАН © 2007. Все права защищены