科研之友
微信
新浪微博
Facebook
分享链接
摘要
在具有非线性和时滞性的烟叶松散回潮系统中，为解决传统控制方法存在的预测精度低、控制稳定性差等问题，提出一种模型预测控制方法。将卷积神经网络与门控循环单元网络相结合，按照NARMAX模型建立回潮工序多输入多输出系统的预测模型，提高预测精度；提出教与学樽海鞘优化算法进行滚动优化，保证出口水分和回风温度均能够准确且平稳地跟随设定值。结果表明：模型能实现对回潮过程回风温度和出口水分的同步控制，与其他预测控制方法相比，具有较好的预测效果与控制性能，其中预测模型的均方根误差的平均值为0.027,控制器的超调量平均为0.118%,CPK值平均高达2.45。
- 单位
