顆粒機智能控制模型的研究.pdf

1、在計算機屏上操作管理的自動化生產(chǎn)在化工、醫(yī)藥行業(yè)已得到了較廣泛的應(yīng)用，而飼料生產(chǎn)管理還處于相對落后的狀態(tài)。經(jīng)過“九五”、“十五”技術(shù)攻關(guān)實現(xiàn)了生產(chǎn)過程控制自動化及計算機生產(chǎn)管理，使飼料廠的自動化水平大大提高。但是，計算機的引入主要還是解決生產(chǎn)自動化問題，對于改善產(chǎn)品質(zhì)量、產(chǎn)品品種還沒有發(fā)揮應(yīng)有的作用。從大多數(shù)飼料廠的現(xiàn)狀來看，由于目前大量信息在生產(chǎn)現(xiàn)場只是作記錄，來不及分析和處理，往往是出現(xiàn)問題后再調(diào)查、再分析和處理，無法把事故控制在萌

2、芽狀態(tài)，給企業(yè)造成不必要的損失和浪費。影響飼料產(chǎn)品質(zhì)量的因素較多及其不確定性，傳統(tǒng)的建模方法很難對不確定的非線性對象進行建模，而徑向基蛹數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)可實現(xiàn)系統(tǒng)輸入輸出的非線性映射，可用于建立飼料制粒系統(tǒng)智能控制數(shù)學(xué)模型。
　　 本文在研究顆粒飼料加工工藝的基礎(chǔ)上，根據(jù)人工神經(jīng)網(wǎng)絡(luò)理論，提出采用徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)進行建模，模型結(jié)構(gòu)為3層。在實驗及分析的基礎(chǔ)上，選定調(diào)質(zhì)溫度、調(diào)質(zhì)水分、喂料速度、蛋白質(zhì)含量做為網(wǎng)絡(luò)的

3、輸入，以顆粒飼料硬度衡量飼料的質(zhì)量，并做為網(wǎng)絡(luò)的輸出。RBF網(wǎng)絡(luò)的模型的實現(xiàn)需要掌握計算機編程語言及較高的編程能力，這在一定程度上不利于神經(jīng)網(wǎng)絡(luò)技術(shù)的推廣和使用。MATLAB軟件提供了一個現(xiàn)成的神經(jīng)網(wǎng)絡(luò)工具箱(Neural Network Toolbox，簡稱NNT)為解決這個難題提供了便利條件。本文在闡述RBF神經(jīng)網(wǎng)絡(luò)基本原理及其算法的基礎(chǔ)上，詳細介紹了利用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱進行RBF網(wǎng)絡(luò)模型建立、訓(xùn)練、仿真的編程方法，并建立