欢迎登录材料期刊网

材料期刊网

高级检索

本文采用了数字PID与神经网络相融合的晶体生长炉温度测控方法,设计了生长晶体的PID神经网络温度控制器,并用FPGA(Field Programmable Gate Array)实现了PID神经网络的并行结构;神经网络采用符合32位IEEE754的单精度浮点数运算单元.理论分析和仿真结果表明:该PID神经网络温度控制器具有很高的控制精度和响应速度,有利于提高晶体生长炉的控温精度和加热效率.

参考文献

[1] 高勇,李波,安涛,李守智,刘飞航.单晶炉勾形磁场装置结构参数的分析与优化[J].人工晶体学报,2008(03):577-582.
[2] Guo B T;Liu H Y;Zhong L.Adaptive PID Controller Based on BP Neural Network[A].,2009:148-150.
[3] Hu H;Huang J;Xing J G.Key Issues of FPGA Implementation of Neural Networks[A].IITA,2008:259-263.
[4] Trimeeche A;SAKLY A.Mtiba A PID Control Implementation using FPGA Technology[A].IDT,2008:341-344.
[5] Zhu J R;Sutton P .FPGA Implementations of Neural Networks-a Survey of a Decade of Progress[D].Australia:Doctor Degree theirsof Universityof Queensland,2003.
[6] 李昂,王沁,李占才,万勇.基于FPGA的神经网络硬件实现方法[J].北京科技大学学报,2007(01):90-95.
[7] 舒怀林.PID神经元网络及其控制系统[M].北京:国防工业出版社,2006:23-28.
[8] 徐丽娜.神经网络控制[M].北京:电子工业出版社,2003:42-44.
[9] IEEE 754.IEEE 754.The IEEE Standard for Floating Point Arithmetic[S].
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%