|本期目录/Table of Contents|

[1]石书培,褚建新*,周贤文.基于神经网络补偿的温湿度试验箱模糊解耦控制[J].工业仪表与自动化装置,2018,(05):67-70.[doi:1000-0682（2018）05-0000-00]
　SHI Shupei,CHU Jianxin*,ZHOU Xianwen.Fuzzy decoupling control of temperature and humidity chamber based on neural network compensation[J].Industrial Instrumentation & Automation,2018,(05):67-70.[doi:1000-0682（2018）05-0000-00]
点击复制

基于神经网络补偿的温湿度试验箱模糊解耦控制

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

卷:
期数:
2018年05期
页码:
67-70
栏目:
出版日期:
2018-10-15

文章信息/Info

Title:
Fuzzy decoupling control of temperature and humidity chamber based on neural network compensation
作者:
石书培; 褚建新*; 周贤文
上海海事大学 物流科学与工程研究院，上海 201306
Author(s):
SHI Shupei;  CHU Jianxin*;  ZHOU Xianwen
Institute of Logistics Science and Engineering, Shanghai Maritime University, Shanghai 201306, China
关键词:
温湿度试验箱; 解耦控制; 模糊控制; 模糊补偿; 神经网络补偿
Keywords:
temperature and humidity chamber;  decoupling control;  fuzzy control;  fuzzy compensation;  neural network compensation
分类号:
TP273
DOI:
1000-0682（2018）05-0000-00
文献标志码:
A
摘要:
该文分析温湿度试验箱内部的温湿度耦合关系，提出采用模糊控制方法作为温湿度试验箱温度和湿度的控制方法，并采用模糊补偿方法和神经网络补偿方法进行对温湿度试验箱内部的温湿耦合关系进行补偿。结果表明，该文所提出的方法可以对温湿度试验箱的温湿度进行解耦控制，使控制精度大大提高。
Abstract:
In this paper,the temperature and humidity coupling relationship between the temperature and humidity chamber is analyzed,and the fuzzy control method is used as the control method of the temperature and humidity of the temperature and humidity chamber.The fuzzy compensation method and the neural network compensation method are used to control the temperature and humidity.The temperature and humidity coupling relationship to compensate.The results show that the proposed method can decouple the temperature and humidity of the temperature and humidity chamber to improve the control precision.

参考文献/References:

[1] 千红涛.环境试验箱的可适应产品平台设计方法与应用研究[D].徐州:中国矿业大学,2015.

[2] 王洪航,褚建新,张江明,等.基于模糊控制的温湿度试验系统的研究[J].化工自动化及仪表,2015,42(03):300-302.
[3] 申中鸿,杨林,刘群兴,等.高低温试验箱温湿度控制技术研究[J].伺服控制,2013(10):55-57.
[4] 王瑾,袁战军,李小斌.智能温度控制系统的设计[J].自动化与仪器仪表,2016(08):175-177.
[5] 张玲,张文苑,郑恩让.一种模糊解耦控制系统的设计与仿真研究[J].计算机仿真,2010,27(08):118-121.
[6] RAN Maopeng,WANG Qing,HOU Delong,et al. Backste- pping design of missile guidance and control based on adaptive fuzzy sliding mode control[J].Chinese Journal of Aeronautics,2014,27(03):634-642.
[7] Direct adaptive neural control for stabilization of nonlinear time-delay systems[J].Science China(Information Sciences), 2010,53(04):800-812.?
[8] 陈文科,唐黄正.一种蒸汽养护窑温湿度模糊解耦控制系统仿真研究[J].科技创新与应用,2017(36):12-13.
[9] 孙碧.模糊自适应控制在温湿度系统中的应用与研究[D].广州:华南理工大学,2015.
[10] 彭基伟,吕文华,行鸿彦,等.基于改进GA-BP神经网络的湿度传感器的温度补偿[J].仪器仪表学报,2013,34(01): 153-160.
[11] 张宁子,杨泽林,俞晓红.基于模糊PID温湿度解耦控制器的仿真与结果分析[J].宁夏工程技术,2013,12(01): 14-17.
[12] 赵静.精馏塔温度模糊解耦控制系统的研究[J].工业仪表与自动化装置,2013(06):50-54.
[13] 刘珑龙,刘雪锋,周西龙.基于模糊神经网络的多变量系统的解耦方法[J].中国海洋大学学报(自然科学版),2013, 43(02):99-104.
[14] Zhisheng NI, Mingyan WANG. Research on the Fuzzy Neural Network PID Control of Load Simulator Based on Friction Torque Compensation[C].Intelligent Human- Machine Systems and Cybernetics(IHMSC),2014 Sixth International Conference on,2014.
[15] Wei ZHANG,Hong MA,Simon X YANG.A neuro-fuzzy decoupling approach for real-time drying room control in meat manufacturing[J].Expert Systems With Applications, 2015, 42(3):

相似文献/References:

[1]刘 俊.基于搜寻者优化算法的PID神经网络解耦控制[J].工业仪表与自动化装置,2015,(05):97.
　LIU Jun.PID neural network decoupling control based on seeker optimization algorithm[J].Industrial Instrumentation & Automation,2015,(05):97.
[2]杨 智,陈雨琴,杨晓光.继电自整定PID温湿度解耦控制系统设计与实现[J].工业仪表与自动化装置,2015,(06):70.
　YANG Zhi,CHEN Yuqin,YANG Xiaoguang.Design and implementation of temperature and humidity decoupling control system based on relay self-tuning PID[J].Industrial Instrumentation & Automation,2015,(05):70.
[3]杜青青.基于最小二乘支持向量机逆系统方法应用研究[J].工业仪表与自动化装置,2019,(05):122.[doi:1000-0682(2019)05-0000-00]
　DU Qingqing.Application of inverse system method based on least squares support vector machine[J].Industrial Instrumentation & Automation,2019,(05):122.[doi:1000-0682(2019)05-0000-00]

备注/Memo

备注/Memo:
收稿日期：2018-02-08
作者简介：石书培(1994)，男，四川人，硕士研究生，主要研究领域为检测技术。
通信作者：褚建新(1955)，男，上海人，教授，博士研究生导师，主要研究领域为检测技术。
更新日期/Last Update: 2018-10-15