摘要
三相交流电弧炉电极调节系统是一个具有非线性、时变性、随机性并且具有三相强耦合特征的复杂系统。针对这些特点,设计一个模糊-神经网络控制器,利用模糊控制算法和神经网络的学习能力,使训练好的模糊-神经网络控制器根据三相异常电流值,在电流及其变化量超过允许偏差时并行计算出三相电极的调节量,达到减少调节过程和调节机构动作次数的目的。在给出电弧炉模糊-神经网络控制器结构和算法的基础上,对模糊-神经网络控制器进行了离线训练,并对交流电弧炉电极升降模糊-神经控制和常规PID控制在Matlab环境下进行仿真比较。仿真结果表明,采用模糊-神经网络控制的电弧炉电极调节系统控制效果更加满意。
The three-phase ac arc furnace electrode-life regulating system is a complex one with nonlinearity,time-variation,randomicity and coupling features.A fuzzy-neural network(FNN)controller is designed to improve the system.Being its fuzzy logic arithmetic and learning abilities of neural network,the trained FNN controller,based on the abnormal three-phase current,can calculate the regulating value to reduce the transition time and executor action when the current or its change rate goes beyond the desired erro...
出处
《电气传动自动化》
2009年第2期11-14,共4页
Electric Drive Automation
基金
湖南省教育厅科研基金资助项目(06C729)
关键词
三相电弧炉
电极调节
模糊-神经网络
智能控制
three-phase arc furnace
electrode-life regulating
FNN
intelligence control
