基于自适应神经模糊推理系统的连续搅拌反应釜系统的改进广义预测控制

摘要：

连续搅拌反应釜(continuously stirred tank reactor,CSTR)是典型的非线性、大滞后的化工对象.为克服传统控制方法难以建立其机理模型的难点,基于对实际工业现场采集得到的大量输入输出数据,提出采用自适应神经模糊推理系统(adap-tive-network-based fuzzy inference system,ANFIS)的方法,得到CSTR系统较理想的输入输出关系规则库,即CSTR系统的T-S模糊模型.最后,通过改进的广义预测控制(Jin's generalized predictive control,JGPC)算法对CSTR系统的浓度进行控制,并与常规的广义预测控制(generalized predictive control,GPC)算法、比例-积分-微分(proportion integral differential,PID)控制算法进行对比,仿真结果显示,JGPC算法的控制效果优于GPC算法和PID控制算法,证明了方法的有效性.

关键词：连续搅拌反应釜(CSTR)、自适应神经模糊推理系统(ANFIS)、T-S模糊模型、改进广义预测控制(JGPC)算法

所属期刊栏目：20

分类号：TP273(自动化技术及设备)

在线出版日期：2020-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：4404-4409