摘要

啤酒在生产过程中需要对其进行灌装,而贮液缸液位如果控制不稳定会直接影响啤酒的质量和产量。为精确控制啤酒灌装液位,设计一种基于RBF神经网络PID控制方法。建立贮液缸内液位数学模型,为提高传统PID控制方法的自适应能力,在PID控制中引入神经网络算法,利用神经网络的自我学习能力,实现对PID中比例、积分、微分3个参数的自适应调节。仿真结果表明,经过RBF神经网络调节后的PID,其输出响应曲线调节时间明显缩短,超调量最大为1.8%,采用该控制方法可大幅提高液位控制精度。

  • 单位
    许继集团有限公司; 河南工业职业技术学院