|本期目录/Table of Contents|

[1]刘姝廷,金太东*,胡博,等.BP-PID在锅炉蒸汽压力控制中的应用[J].武汉工程大学学报,2009,(07):91-94.
　LIU Shu ting,JIN Tai dong,HU Bo,et al.Research on the application in the boiler stream pressure based on BPPID control[J].Journal of Wuhan Institute of Technology,2009,(07):91-94.
点击复制

BP-PID在锅炉蒸汽压力控制中的应用(/HTML)
分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

卷:
期数:
2009年07期
页码:
91-94
栏目:
机电与信息工程
出版日期:
2009-07-28

文章信息/Info

Title:
Research on the application in the boiler stream pressure based on BPPID control
文章编号:
16742869(2009)07009104
作者:
刘姝廷1; 金太东1*; 胡博1; 王连生2
1.辽宁石油化工大学信息与控制工程学院，辽宁 抚顺 113001；
2.沈阳理工大学应用技术学院，辽宁 抚顺 113122
Author(s):
LIU Shuting1; JIN Taidong1; HU Bo1; WANG Liansheng2
1.School of Information and Control Engineering，Liaoning Shihua University，Fushun 113001，China；
2.Polytechnic School of Shenyang Ligong University，Fushun 113122，China
关键词:
锅炉蒸汽压力; BP神经网络; PID; ADAM模块
Keywords:
bioler steam pressure; BP neural network; PID; ADAM modules
分类号:
TP 273.5
DOI:
-
文献标志码:
A
摘要:
针对锅炉蒸汽压力系统具有大惯性、大滞后等特点，采用BP神经网络PID方法进行控制.该算法简单、易于实现.仿真研究证明该算法具有较好的控制效果.该系统软件在Windows XP平台下利用VB编制，硬件主要由普通PC机和研华的ADAM模块组成.实验证明该系统能实时采集现场压力，具有一定的实用效果.
Abstract:
The BP neural network PID control, which is simply calculated and easily realized, is used to control the boiler steam pressure system due to its large inertia and lag characteristic. The better control effect of the algoithm is confirmed by simulation process. This system software is programmed with VB under Windows XP platform，the hardware are made up of the PC and ADAM modules. Collecting the spot pressure in realtime has been revealed by the experiment，and the praltical effect is acquired.

参考文献/References:

［1］徐丽娜.神经网络控制［M］.北京：电子工业出版社，2004.
［2］张立明.人工神经网络与模型及其应用［M］.上海：复旦大学出版社，2006.
［3］屠艳平，管昌生，谭浩.基于BP网络的钢筋混凝土结构时变可靠度［J］.武汉工程大学学报，2008，30（3）：36-39.
［4］谭永红.基于BP神经网络的自适应控制［M］.西安：西北工业大学出版社，2006.
［5］范逸之，陈立元．Visual Basic与RS232串13通信控制［M］．北京：清华大学出版社，2002.
［6］李晓黎，张巍．Visual Basic+SQL Server数据库应用系统开发与实例［M］．北京：人民邮电出版社，2003.
［7］钟斌，黎和昌，敬新益，等.利用Visual C++和ADAM模块开发温度采集与控制系统［J］.2005，24（3）：46-49.
［8］杨海燕，文一凭.一种面向特征选择的分类神经网络［J］.武汉工程大学学报，2008，30（4）：114-117.

相似文献/References:

[1]沈斌,漆奋平,江维,等.基于BP网络的超滤膜分离中药成分的分析与实现[J].武汉工程大学学报,2009,(09):55.
　SHEN Bin,QI Fen ping,JIANG Wei,et al.Analysis and implement of separatte chinese medicine besed on BP network[J].Journal of Wuhan Institute of Technology,2009,(07):55.

备注/Memo

备注/Memo:
收稿日期：20090104
作者简介：刘姝廷（1983），女，辽宁沈阳市人，硕士研究生.研究方向：工业智能控制与软件开发.
指导教师：金太东，男，教授，硕士研究生指导老师.研究方向：PLC控制系统、智能控制技术和应用.*通信联系人
更新日期/Last Update: