基于混合算法优化的BP-PID在SLS预热温度控制系统中的应用

摘要

针对选择性激光烧结(selective laser sintering,SLS)预热温度控制过程,其具有时变非线性和迟滞的特点,提出一种混合遗传算法(genetic algorithm,GA)和粒子群算法(particle swarm optimization,PSO)优化BP神经网络(back propagation neural network,BPNN)PID的控制方法。首先,通过GA算法优化BP神经网络随机产生的初始权值和阈值,提高BPNN的学习效率和稳定性;其次,利用PSO算法优化BP神经网络的反向传播过程进行权值和阈值的更新,进一步提高算法的收敛速度,减少其在迭代过程中陷入局部最优的可能性;最后,在MATLAB 2019a上进行仿真实验,结果表明相较于传统PID和BP-PID,提出的混合算法优化的BP-PID有效减少响应时间,可以实现无振荡、无超调;为了进一步验证本文提出的控制方法的优越性,搭建样机测试平台,测试此控制器在实际预热温度控制中的应用效果,测试结果表明该控制器与PID控制器相比,响应速度和控制精度都得到有效提升。