针对风电叶片模具电加热系统中被控对象存在的大惯性、非线性、干扰多等问题,提出一种基于改进径向基(RBF)神经网络的串级PID温度控制方法。首先,采用RBF神经网络结构对常规PID串级控制主回路结构进行优化,在此基础上,引入双动量因子,对主控制回路的输出Jacobian信息进行系统辨识,进而实现对控制器参数的自适应整定;其次,采用Kalman滤波器对主回路的输出噪声进行滤波,以消除外部扰动对系统辨识效果的影响;最后,搭建电加热试验平台,通过现场试验对上述算法的控制效果进行分析。仿真及现场试验结果表明:改进的径向基神经网络串级PID温度控制系统相较于常规串级控制具有响应快、超调低、抗干扰能力强等优点,且在主控制回路中的Kalman滤波算法能有效消减系统的输出噪声,可在很大程度上提高控制性能。
1