基于神经网络的鲁棒型预测控制算法实现回转窑温度控制研究

摘要

回转窑的生产过程是一个复杂的物理化学反应过程,具有大惯性、纯滞后、非线性等特点。工艺过程复杂多变,难以得到精确的数学模型,常规控制算法难以满足控制要求。本文提出一种利用神经网络作为预测模型,遗传算法作为滚动优化策略的预测控制算法。将这种算法用于回转窑温度控制系的仿真研究表明,该控制方案具有较强的鲁棒性和自适应能力,明显优于传统的PID控制。