科研之友
微信
新浪微博
Facebook
分享链接
摘要
将Smith预估器与PID控制结合应用到芯片高温固化设备温控系统中，用以改善设备的大惯性、时变时滞问题；针对Smith预估参考模型不准确带来的控制劣化效应，引入机器学习中的BP神经网络理论建立在线参考预估模型，最大限度地消除了系统特征方程中的滞后环节，优化了Smith预估器的前馈补偿能力；在成本不变的前提下，改进了设备的综合性能，具备较高的推广价值。
- 单位
将Smith预估器与PID控制结合应用到芯片高温固化设备温控系统中，用以改善设备的大惯性、时变时滞问题；针对Smith预估参考模型不准确带来的控制劣化效应，引入机器学习中的BP神经网络理论建立在线参考预估模型，最大限度地消除了系统特征方程中的滞后环节，优化了Smith预估器的前馈补偿能力；在成本不变的前提下，改进了设备的综合性能，具备较高的推广价值。
