基于神经网络PID的疏浚管道泥浆流速控制

来源：计算机测量与控制杂志2023年第11期北京时间：

作者：蒋爽,刘世纪,高礼科,倪福生

单位：河海大学 机电工程学院

摘要：疏浚作业中，泥浆管道内物料的组成、粒径、浓度等随水下地形土质等变化很大，易造成流速波动甚至堵管、爆管等故障，因此泥浆流速稳定控制对泥浆输送的效率和安全具有重要意义；疏浚管道输送系统具有非线性、大时滞和参数时变等特征，传统PID控制方法效果不佳，故此将BP神经网络和传统PID控制算法相结合，并将其应用于泥浆流速控制中。以河海大学管道输送实验平台为对象，采用受控自回归CAR模型描述泥泵变频器频率与管道泥浆流速之间的关系，通过实验和数值处理对模型进行离线辨识；在此基础上通过仿真对比传统PID、单神经元PID和BP-PID的流速控制性能，发现BP-PID控制器的超调量仅为3.8%，响应时间为11s，控制性能较好；最后通过在体积浓度~10%到~30%泥浆范围内，泥浆浓度小幅度和大幅度增减实验，对流速控制方法进行了验证，结果表明在浓度平缓或剧烈波动时，采用BP-PID控制算法的流速控制系统，均能够在保证输送安全的前提下，快速、稳定地达到目标流速，具有较好的自适应控制性能。

关键词：疏浚工程;泥浆流速控制;泥泵管道输送实验台;受控自回归模型;神经网络PID;单神经元PID;

基金资助：国家重点研发计划专题项目(2018YFC040740405)，河海大学大学生创新训练项目(202210294109Z)