[发明专利]一种基于神经网络的超声波分散仪温度控制方法

说明书

本发明公开了一种基于神经网络的超声波分散仪温度控制方法；本发明先通过传感器对恒温控制系统的各项指标进行数据采集，对BP神经网络训练以及前馈控制，接着用滤波算法对反应釜中的温度采样信号进行滤波，对RBF神经网络进行训练，最后用模糊RBF神经网络计算PID参数，然后将PID参数传送到PID控制器中，输出冷却水阀得控制信号，来控制冷却水阀的开度。本发明控制速度快、鲁棒性高，具有超调性。

技术领域

本发明涉及恒温控制算法领域，具体地说是一种基于神经网络的温度控制方法。

背景技术

近年来，超声波分散仪在诸如中药提取、矿浆浸取、液体处理、分散、乳化等领域有着广泛的应用。其在提高产品效率，缩短反应时间，降低系统能耗等方面都有着显著的效果。但是在实际应用过程中会出现很多的问题，其中温度控制就是其中之一。因为超声波分散仪提取中药材的最佳温度是在40℃到60℃之间，温度过高会影响萃取剂的稳定性并影响萃取效率，所以温度控制程度是考量分散仪工作效率的一个重要的指标。

温度控制系统往往是一个具有非线性、滞后性、时变性的复杂系统，因此如何利用合适的温度控制系统进行温度控制是我们要解决的问题。现今我们常用的恒温控制系统主要基于PID控制方法进行控制，PID方法原理简单、适应性强、稳定性强等优点。但是传统的PID控制方法在进行非线性、滞后性、时变性的温度控制是难以取得预期的控制效果。并且由于超声波设备在实际工作中的时候放热速度快，对温度控制的快速性、稳定性、鲁棒性有很高要求，所以仅仅只用PID控制不足以满足要求。

发明内容

本发明针对现有技术的不足，提出了一种基于神经网络的超声波分散仪温度控制方法。

超声波分散仪在反应釜中对材料进行分解的时候会放出大量的热量，通过在反应釜的外围的冷却水管道，用恒温槽中的冷却水来降低反应釜中的温度，由于冷却水的流速越大的时候，降温的速度也会越快，从而我们可以控制冷却水的流速来控制反应釜的温度。

在前馈系统中，利用神经网络构成前馈控制器，使得神经网络起到一个前馈补偿器的作用。其中输入为干扰的测量值即为进料量，输出为冷却水阀的控制信号。因为在前馈系统中，系统对扰动实现全补偿的条件是，当扰动q不为零时，输出的温度y为零。所以当系统中只有前馈系统时，将输出的温度值是否为零作为神经网络的训练目标进行训练，温度输出量的变化将引导网络权值及输出的调整，最终使得温度输出不受扰动量变化的影响。

在反馈系统中，通过反应釜中的温度传感器测得温度值，先将温度信号通过滤波算法进行滤波处理，然后将处理完的温度信号和期望的温度信号传送到模糊RBF神经网络中，通过模糊RBF神经网络输出的PID参数传送给PID控制器。而后根据PID算法控制冷却水流量阀的给进量来控制冷却水流量。进而控制反应釜的温度。

本发明方法的步骤包括：

步骤1、通过传感器对恒温控制系统的各项指标进行数据采集。

用流量传感器采集反应材料的进料量，用温度传感器采集反应釜中的环境温度，用流量传感器采集冷却水管中流量的大小。

步骤2、BP神经网络训练以及前馈控制。