基于模糊神经网络PID的塑料薄膜厚度智能控制

王 楠

（辽宁建筑职业学院，辽宁 辽阳 111000）

近年来，随着国民经济的快速发展，塑料薄膜在农业、工业、食品包装、医药等领域广泛应用，对塑料薄膜质量的要求也越来越严格，塑料薄膜厚度控制系统性能好坏直接影响薄膜质量［1-2］。塑料薄膜厚度受原材料质量、挤出温度和压力、拉伸速度等多种因素影响，是一个非线性、时变性、大时滞性的复杂系统［3-4］。薄膜厚度控制系统通常采用比例积分微分（PID）控制，随着薄膜厚度精度的提高，传统PID控制将很难达到理想的控制效果，同时传统PID控制由于参数固定不变，在应对复杂的薄膜厚度控制过程中无法根据实际情况对参数进行自适应调整。随着计算机技术和控制器芯片的快速发展，使许多复杂的智能控制算法能够在控制器中实现。如智能控制方法与PID控制相结合形成的控制方法，包括专家PID控制算法、模糊PID控制算法、神经网络PID控制算法以及基于粒子群PID控制等。智能控制算法克服了传统PID控制不足，可以根据系统情况对PID参数进行自动调节，改善了控制效果［5］。为了应对双向拉伸塑料薄膜厚度控制系统的非线性、时变性、大时滞性，本工作将模糊控制的模糊推理与神经网络的自我学习能力相结合，并用于传统的PID控制中，通过模糊神经网络控制实现PID参数的动态自整定。

1 双向拉伸塑料薄膜及其厚度控制系统

1.1 双向拉伸塑料薄膜结构

将塑料产品在一定温度条件下融化，并通过物理、化学、机械等方法将塑料进行横向和纵向拉伸，然后经过热成型、冷却处理以及胀紧等工艺，便可得到双向拉伸塑料薄膜。……