基于单神经元PID的真空炉自适应温度控制

doi:10.13251/j.issn.0254-6051.2020.12.046

金属热处理 ›› 2020, Vol. 45 ›› Issue (12): 237-241.DOI: 10.13251/j.issn.0254-6051.2020.12.046

基于单神经元PID的真空炉自适应温度控制

凡占稳¹, 单琼飞², 尹承锟¹, 杨广文¹, 王赫¹, 丛培武¹

1.北京机电研究所有限公司, 北京 100083;
2.洛阳轴承研究所有限公司, 河南洛阳 471003

收稿日期:2020-08-23 出版日期:2020-12-25 发布日期:2021-01-14
通讯作者: 丛培武,研究员,E-mail: congpeiwu@126.com
作者简介:凡占稳(1995—),男,硕士研究生,主要研究方向为真空热处理技术及装备,E-mail:zfan20163@163.com。
基金资助:
国家科技重大专项“高档数控机床与基础制造装备”(2019ZX04017001)

Self-adaptive temperature control of vacuum furnace based on single neuron PID

Fan Zhanwen¹, Shan Qiongfei², Yin Chengkun¹, Yang Guangwen¹, Wang He¹, Cong Peiwu¹

1. Beijing Research Institute of Mechanical & Electrical Technology, Beijing 100083, China;
2. Luoyang Bearing Research Institute Co., Ltd., Luoyang Henan 471003, China

Received:2020-08-23 Online:2020-12-25 Published:2021-01-14

摘要/Abstract

摘要： 根据真空热处理系统的特点,将单神经元PID控制算法应用到真空热处理系统的温度控制上。根据神经网络的非线性逼近能力和自学习自适应的特点,将单神经元网络与PID控制结合实现对真空炉温度的控制,以达到提高真空炉温度控制品质的目的。并通过计算机仿真软件进行仿真试验,仿真结果表明单神经元PID控制系统可以对控制参数自整定,其对温度控制更加稳健,具有更强的抗干扰能力和鲁棒性。经过搭建真空炉温度控制系统试验平台验证后发现,应用单神经元PID控制的真空炉系统的温升过程表现出了良好的稳定性,但是温度控制的响应速度和保温的精度略有下降。要想进一步提高温控品质,需要就单神经元PID控制方法在响应速度和控制精度上做进一步改进。

关键词: 真空热处理, PID控制, 单神经元, 仿真, 温控系统

Abstract: According to the characteristics of vacuum heat treatment system, the single neuron PID control algorithm was applied to the temperature control of vacuum heat treatment system. Combined with the nonlinear approximation ability of neural network and the characteristics of self-learning and self-adaptive, the single neural network was combined with PID control to realize the control of vacuum furnace temperature, so as to improve the quality of vacuum furnace temperature control. The simulation results show that the single neuron network PID control system can self-tuning the control parameters, it is more robust to temperature control, has stronger anti-interference ability and robustness. After building the experimental platform of vacuum furnace temperature control system, it is found that the temperature rise process of vacuum furnace system with single neuron PID control shows good stability, but the response speed of temperature control and the accuracy of heat preservation slightly decrease. In order to further improve the quality of temperature control, the single neuron PID control method needs to be further improved in response speed and control accuracy.

Key words: vacuum heat treatment, PID control, single neuron, simulation, temperature control system

中图分类号:

TP273

凡占稳, 单琼飞, 尹承锟, 杨广文, 王赫, 丛培武. 基于单神经元PID的真空炉自适应温度控制[J]. 金属热处理, 2020, 45(12): 237-241.

Fan Zhanwen, Shan Qiongfei, Yin Chengkun, Yang Guangwen, Wang He, Cong Peiwu. Self-adaptive temperature control of vacuum furnace based on single neuron PID[J]. Heat Treatment of Metals, 2020, 45(12): 237-241.

参考文献

[1] 徐跃明, 李俏, 罗新民, 等. 热处理高端化[J]. 金属热处理, 2020, 45(4): 1-4.
Xu Yueming, Li Qiao, Luo Xinmin, et al.High-end oriented heat treatment[J]. Heat Treatment of Metals, 2020, 45(4): 1-4.
[2] 徐跃明, 李俏, 罗新民. 我国热处理技术发展的几个重点[J]. 金属热处理, 2017, 42(4): 1-5.
Xu Yueming, Li Qiao, Luo Xinmin.Several development priorities of heat treatment technology in our country[J]. Heat Treatment of Metals, 2017, 42(4): 1-5.
[3] 何龙祥, 尹承锟, 徐跃明, 等. 真空低压渗碳炉高精度温控系统的设计与应用[J]. 金属热处理, 2020, 45(8): 249-253.
He Longxiang, Yin Chengkun, Xu Yueming, et al.Design and application of high precision temperature control system for vacuum low pressure carburizing furnace[J]. Heat Treatment of Metals, 2020, 45(8): 249-253.
[4] 杨涛, 李贤君, 侯俊卿, 等. 高强钢涂层板热成形加热炉的多梯度控温仿真[J]. 金属热处理, 2019, 44(5): 223-227.
Yang Tao, Li Xianjun, Hou Junqing, et al.Simulation on multi-gradient temperature control of hot forming heating furnace for coated high strength steel plate[J]. Heat Treatment of Metals, 2019, 44(5): 223-227.
[5] 吕科东. 基于RBF神经网络PID控制在加热炉温度控制系统中的应用[C]//天津市电子工业协会2019年年会论文集. 2019: 154-159.
[6] 杨平, 吕文婕, 徐春梅, 等. 管式炉温度的单神经元网络控制[C]//中国仪器仪表学会2008学术年会第二届智能检测控制技术及仪表装置发展研讨会论文集. 2008: 47-51.
Yang Ping, Lü Wenjie, Xu Chunmei, et al.The single neurai adaptive temperature control for a pipe furnace[C]// Proceedings of the Second Symposium on Intelligent Detection and Control Technology and Instrumentation Development of the 2008 Annual Meeting of the Chinese Instrument and Instrument Society. 2008: 47-51.
[7] 凌云, 何丽平, 李毅梅. 基于DRNN在线辨识的真空炉温度控制[J]. 微计算机信息, 2007(10): 110-111.
Ling Yun, He Liping, Li Yimei.Single neuron PID control for vacuum furnace's tem perature based on diagonal recurrent neural network on- line identification[J]. Microcomputer Information, 2007(10): 110-111.
[8] 靳淑祎. 基于BP神经网络算法的食品烘干机温度控制[J]. 食品工业, 2019, 40(9): 229-231.
Jin Shuyi.Temperature control of food dryer based on BP neural network algorithm[J]. Food Industry, 2019, 40(9): 229-231.
[9] 熊延辉. 基于神经网络的蓄热式加热炉的温度控制研究[D]. 唐山: 华北理工大学, 2019.
Xiong Yanhui.Study on temperature control of regenerative heating furnace based on neural network[D]. Tangshan: North China University of Technology, 2019.
[10] 张矿伟. 模糊参数自整定PID控制算法在真空炉温度控制中的研究与应用[D]. 昆明: 昆明理工大学, 2015.
Zhang Kuangwei.Research and application of fuzzy parameter self-tuning PID control algorithm in vacuum furnace temperature control[D]. Kunming: Kunming University of Science and Technology, 2015.
[11] 贾云. 高温电阻炉智能温度控制系统的设计与实现[D]. 包头: 内蒙古科技大学, 2019.
Jia Yun.Design and implementation of intelligent temperature control system for high temperature resistance furnace[D]. Baotou: Inner Mongolia University of Science and Technology, 2019.

[1]	王铎, 赵国华, 杨文灏, 王钰鹏, 王帅康, 鲍明东. 不同表面处理的H13钢耐铝液腐蚀的对比分析[J]. 金属热处理, 2022, 47(2): 219-223.
[2]	刘利平. 传感器用离子镀Cr/AlCr(Si)N涂层的组织和反射率[J]. 金属热处理, 2022, 47(2): 224-228.
[3]	孔令利, 贺瑞军, 刘杭, 成亦飞. 真空热处理后Ni-Co-W-Ta-Al-Cr-Mo-Re-Nb-Hf系镍基单晶高温合金表面的氧化状态分析[J]. 金属热处理, 2021, 46(8): 61-64.
[4]	高志玉, 何维, 景秀坤, 樊献金, 王迎新, 白江, 王大亮. Cr12MoV钢冲裁模的失效分析与热处理工艺优化[J]. 金属热处理, 2021, 46(3): 206-212.
[5]	乔达, 卞祥德, 付经伦, 丁林超, 王同, 陆文林. 大型航空构件专用热氢处理炉流-热-固耦合仿真分析[J]. 金属热处理, 2021, 46(1): 214-219.
[6]	葛良辰, 花国然, 曹宇鹏, 杨聪, 王帅, 张悦, 曹晨. 激光冲击参数对7050铝合金残余应力场的影响[J]. 金属热处理, 2020, 45(9): 81-85.
[7]	张赛, 李贤君, 罗平, 巫小林, 刘俊杰. 极薄、超宽规格装甲板压力淬火工艺数值模拟优化[J]. 金属热处理, 2020, 45(5): 206-209.
[8]	刘晓东, 姜洪雷, 谢蒙. Q345钢激光熔覆的残余应力分析[J]. 金属热处理, 2020, 45(3): 226-230.
[9]	叶茂, 王德志, 刘志川, 李存良, 梁伟, 刘健. 7075铝合金异形板淬火过程有限元仿真[J]. 金属热处理, 2020, 45(2): 149-153.
[10]	薛文利, 陆涛, 黄佳华, 郭德亮. 真空热处理对APS-NiCoCrAlY+APS-YSZ热障涂层热循环寿命的影响[J]. 金属热处理, 2020, 45(12): 47-52.
[11]	薛文利1，高　莎2，王　银1，侯慧鹏1，黄佳华1. 航空发动机用高温合金真空热处理技术[J]. 金属热处理, 2019, 44(1): 13-17.
[12]	吕文博，张　海，张小敏，韩俊豪，宋晓庆，赵　武. 微粒子喷丸影响因素的数值仿真[J]. 金属热处理, 2019, 44(1): 235-240.
[13]	周舸，张善庆，莫卫红，孔令利. 真空热处理对DD6单晶合金表面氧化的影响[J]. 金属热处理, 2016, 41(6): 155-158.
[14]	李世键，权纯逸，焦清洋，曲凤. TC4钛合金框退火过程畸变与控制模拟仿真[J]. 金属热处理, 2016, 41(4): 190-192.
[15]	王红伟，顾敏，赵少甫，曹智文. LD钢六角冷镦模的真空热处理[J]. 金属热处理, 2015, 40(4): 121-124.

基于单神经元PID的真空炉自适应温度控制

Self-adaptive temperature control of vacuum furnace based on single neuron PID

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价