基于BP神经网络算法的粉碎机自适应控制系统设计

来源：电子测量技术杂志2024年第4期北京时间：

作者：李春东，张上旺，汪飞，曹丽英，王亮

单位：1.内蒙古科技大学工程训练中心 包头 014010; 2.内蒙古科技大学机械工程学院 包头 014010

摘要：针对饲料加工行业中锤片式粉碎机控制系统存在启动时间长、响应速度慢及负载变化时出现的稳定性差等问题，提出了一种基于BP神经网络算法PID控制方法。首先，建立变频器和饲料粉碎机驱动电机组合系统传递函数的参考模型，并对其进行稳定性分析。然后在分析常规PID和模糊PID控制算法的基础上，将自适应神经网络算法PID应用到饲料粉碎机驱动系统的控制过程当中。通过搭建饲料粉碎机控制电机的仿真模型，利用MATLAB软件中的Simulink图形化编程功能对其进行仿真分析，并基于LABVIEW软件搭建了粉碎机测控系统试验平台进行实验测试分析。结果表明：对于饲料粉碎系统所给定的速度参考模型，设计的BP神经网络PID控制器能够实现较好的自适应追踪，对阶跃信号的响应更加迅速、超调更小，抗干扰能力更强。设计的自适应控制器能够根据工况变化自动调节PID参数，吨料电耗平均降低5.16%、生产率平均提高2.08%，对粉碎机主轴转速的控制更加精确，误差更小，兼具了较高的控制精度和较强的鲁棒性，满足饲料粉碎机驱动系统的自适应控制要求。

关键词：神经网络;粉碎机;自适应控制;稳定性分析;Simulink仿真

基金资助：内蒙古自治区自然科学基金（2021MS05065，2022MS05030）、内蒙古自治区高等学校青年科技英才支持计划（NJYT23046）、内蒙古科技大学基本科研业务费专项资金（2023QNJS068)资助