文献

J-GLOBAL ID：201702224946285744   整理番号：17A0301140

IPSOアルゴリズムに基づくロータリーキルンの区域温度D-FNN予測制御【JST・京大機械翻訳】

D-FNN predictive control for burning zone temperature in rotary kiln with IPSO algorithm

著者 (4件)： Tian Zhongda (College of Information Science and Engineering, Shenyang University of Technology) ,  Gao Xianwen (College of Information Science and Engineering, Northeastern University) ,  Li Shujiang (College of Information Science and Engineering, Shenyang University of Technology) ,  Wang Yanhong (College of Information Science and Engineering, Shenyang University of Technology)
資料名： Zhongnan Daxue Xuebao Zirankexueban  (Zhongnan Daxue Xuebao Zirankexueban)
巻： 47  号： 10  ページ： 3409-3416  発行年： 2016年 
JST資料番号： C2798A  ISSN： 1672-7207  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 石灰ロータリーキルンの温度制御性能を改善するために,改良粒子群最適化(PSO)アルゴリズムと動的ファジィニューラルネットワーク(D-FNN)に基づく予測制御方式を提案した。この方法では,動的ファジィニューラルネットワークを用いて,回転炉温度の非線形予測モデルを構築し,出力温度の予測値により,出力フィードバックと偏差を用いて予測誤差を補正し,偏差と制御量の制御性能指数を確立した。システムの最適制御量を,改良粒子群最適化(PSO)アルゴリズムによって最適化した。制御方法の安定性を解析した。シミュレーション結果は,動的ファジィニューラルネットワークの温度予測誤差が±10°C以内であり,予測精度が高いことを示した。提案した予測制御法は,出力温度を迅速に安定的に追跡することができ,システムの出力が擾乱の場合にも,設定値を良好に追跡することができる。制御変数の平均単一ステップ回転最適化は0.31秒であり,実際の応用を満たすことができる。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *予測制御 ,  性能指数 ,  ファジィニューラルネットワーク ,  温度制御 ,  最適化 ,  回転炉 ,  予測誤差 ,  *アルゴリズム
準シソーラス用語： 制御変数 ,  目標値 ,  予測精度 ,  出力フィードバック ,  非線形予測 ,  粒子群最適化 ,  *ロータリーキルン , 【Automatic Indexing@JST】

著者キーワード (5件)： rotary kiln ,  burning zone temperature ,  particle swarm optimization ,  dynamic fuzzy neural network ,  predictive control

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： ロータリーキルン ,  区域 ,  予測制御