改进的RBF神经网络PID算法在电磁振机中的应用

摘要

目的为了减少实际工作生产环境对智能组合秤称量精度的影响,增加电磁振动系统对环境的抗干扰性能。方法用RBF神经网络PID算法改进组合秤中的电磁振动系统,并在基础的RBF神经网络PID控制算法上引入动量因子的平方,减少拟合误差和参数调节过程中的震荡现象。结果与基础的RBF神经网络PID控制算法相比,改进后算法的收敛速度更快,拟合精确度更好;当仿真长度增加时,依然可以很好地逼近目标函数。结论改进后的算法使电磁振机的振幅和振动频率更加稳定,可以减少环境中噪音对其的干扰。