论文部分内容阅读
在闭式循环柴油机配氧反馈控制的基础上采用了神经网络前馈控制策略.通过使反馈偏差最小化在线训练神经网络,以网络前馈输出逐渐取代原有的反馈控制,从而在系统运行时以自适应方式始终保证氧浓度偏差最小.该前馈补偿不受配氧压力等时变因素的影响.建立了实验台架,神经网络前馈复合控制由监控计算机和现场反馈控制器共同完成.通过实验研究了神经网络前馈控制的训练过程并验证了该方法的有效性,配氧控制的精度和稳定性得到较大提高,最大动态偏差由原来的14.2%减小到3.1%.