基于RBF神经网络的挤出机温度压力控制系统

来源：机床与液压杂志2021年第5期北京时间：

作者：陈明霞，周冬冬，张寒

单位：桂林理工大学机械与控制工程学院；桂林理工大学机械与控制工程学院；桂林理工大学机械与控制工程学院

摘要：为了确定橡胶复合挤出机控制过程中主要干扰变量与内部耦合关系并较好实现温度压力控制系统的模型辨识自适应控制与精确解耦控制，结合径向基函数（RBF）神经网络与PID神经元结构，设计了一个基于RBF神经网络辨识模型与自适应控制的模型，用于完成对熔体温度、机头压力的模型辨识与自适应控制，并采用优化RBF神经网络进行精确解耦控制。利用MATLAB软件建立温度压力耦合系统的辨识模型，并与传统辨识模型和解耦方式进行对比。结果表明：在干扰作用下，基于优化RBF神经网络的系统具有较好的辨识能力，能自适应地完成系统解耦控制；采用优化RBF神经网络建立的耦合辨识模型的耦合辨识与解耦效果理想，可在一定程度上提高温度压力控制系统精度和挤出半成品质量，实现精密化挤出成型。

关键词：径向基函数;橡胶复合挤出机;温度压力控制系统;模型辨识;自适应控制;解耦控制

基金资助：国家自然科学基金地区科学基金项目（61863009）；桂林理工大学科研启动基金项目（GLUTQD2012028）