机床与液压

作者：李喜龙，徐智浩，杨晓京

单位：昆明理工大学机电工程学院；广东省科学院智能制造研究所；广东省科学院智能制造研究所；昆明理工大学机电工程学院

关键词：红外加热;无模型自适应控制;温度控制;RBF神经网络

基金：国家重点研发计划（2022YFF0607800）；广东省基础与应用基础研究基金（2022A1515011749）；江门市科技计划项目（2023780200050009211）；广东省科学院青年人才专项（2023GDASQNRC-0204）；广东省科学院发展专项资金项目（2024GDASZH-2024010102）

针对红外加热系统的复杂动态特性和非线性问题，提出一种改进的基于RBF神经网络的无模型自适应控制方法。对红外加热过程的传热机制进行分析，建立红外加热过程输入功率与温度之间的全格式动态线性化数据模型；针对MFAC控制器参数难以整定的问题，基于参数灵敏度分析与参数关联,提出一种基于参数敏感性分析和参数内部关联的参数估计方法，并通过该方法设置MFAC控制器的参数；进一步，利用RBF神经网络任意逼近非线性函数的能力，在线辨识无模型自适应控制器的伪偏导值，以实现红外加热系统温度的精准控制。最后，通过实验和仿真验证该方法的可行性与优越性。结果表明：RBF-MFAC控制下的系统温度控制精度为±0.3 ℃，调节时间为60 s；MFAC的温度控制精度为±1 ℃，调节时间为75 s；PID的温度控制精度为±1.2 ℃，调节时间为96 s。这说明与原MFAC和PID算法相比，改进后的RBF-MFAC 算法具有更快的响应速度、更小的稳态误差。

来源：2025年第24期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第24期