在计算机屏上操作管理的自动化生产在化工、医药行业已得到了较广泛的应用,而饲料生产管理还处于相对落后的状态。经过“九五”、“十五”技术攻关实现了生产过程控制自动化及计算机生产管理,使饲料厂的自动化水平大大提高。但是,计算机的引入主要还是解决生产自动化问题,对于改善产品质量、产品品种还没有发挥应有的作用。从大多数饲料厂的现状来看,由于目前大量信息在生产现场只是作记录,来不及分析和处理,往往是出现问题后再调查,再分析和处理,无法把事故控制在萌芽状态,给企业造成不必要的损失和浪费。影响饲料产品质量的因素较多及其不确定性,传统的建模方法很难对不确定的非线性对象进行建模,而神经网络可实现系统输入输出的非线性映射,可用于建立饲料制粒系统智能控制数学模型。 本文在研究颗粒饲料加工工艺的基础上,根据人工神经网络理论,提出采用BP网络进行建模,模型结构为3层。在实验及分析的基础上,选定调质温度、调质水分、喂料速度、蛋白质含量做为网络的输入,以颗粒饲料硬度、糊化度作为网络的输出。 BP网络的模型的实现需要掌握计算机编程语言及较高的编程能力,这在一定程度上不利千神经网络技术的推广和使用。MATLAB软件提供了一个现成的神经网络工具箱(Neural Network Toolbox,简称NNT)为解决这个难题提供了便利条件。本文在简要介绍了BP神经网络基本原理及其算法的基础上,详细介绍了利用MATLAB神经网络工具箱进行BP网络模型建立、训练、仿真的编程方法,并建立饲料制粒系统智能控制数学模型。