提出了一种具有可变结构的独特神经元 – 史密斯预测控制器方案，用于长期过程控制。
真结果表明，Smith的单神经元预测控制可以充分利用自学习，神经元自适应能力和Smith预测补偿控制的优势，恒温阀芯从而实现控制质量系统得到改进，更加强大和自适应。
别。神经元控制器;长延迟过程;史密斯的预测者;变结构;自调整增益中图分类号：TP273文献标识码：A引言时移现象在当今的工业过程中被广泛使用，允许闭环控制。
Smith的预测器是一种广泛使用的时间延迟补偿器，理论上可以解决控制纯滞后系统的问题。而，史密斯的预测器并不强大且对过程模型极其敏感，尤其是纯延迟，并且在实际应用中受到限制。
许多方法可以改进Smith预估器，例如将鲁棒和自适应控制技术应用于Smith预估器，或者改进Smith预测控制设置的调整。
而，这些改进并没有集中在显着的滞后上，并且它们的设计和实现方法也很复杂，并且对系统的适应性不是很强。本文中，增强型变结构单神经元控制器与史密斯预测器相关联，史密斯预测器是神经网络的基本单元，具有自学习和适应自身的能力。
同且不需要准确识别受控对象。
以弥补史密斯预测器的缺点，并允许有效控制大型纯移位物体。
意：请阅读原始PDF文本，了解本文中涉及的图表，注释，公式等。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com