基于Simulink仿真的电子加速器控制方法研究OA北大核心
电子加速器广泛用于材料改性、消毒灭菌和污水处理等领域。然而,在实际应用中束流强度的控制存在无法快速、准确调整的问题,大大降低了生产效率。为了解决电子加速器中束流变化的非线性、时变性和不稳定性问题,本文采用了PID算法、模糊PID算法和模糊神经网络PID算法,并利用MATLAB中的Simulink构建了相应的控制系统仿真模型,对这3种算法的性能进行了比较。通过对比PID算法、模糊PID算法和模糊神经网络PID算法的仿真结果可知:模糊PID算法在稳定时间、超调量、加入扰动后稳定时间方面分别降低了59.6%、48.9%、64.9%;模糊神经网络PID算法在稳定时间、超调量、加入扰动后稳定时间方面分别降低了77.9%、79.6%、87.1%。模糊PID算法和模糊神经网络PID算法有望提高电子加速器束流控制的精度和效率。
岳宏伟;李中平;周有为;曹树春;任洁茹;张子民;赵永涛
西安交通大学物理学院物质非平衡合成与调控教育部重点实验室,陕西西安710049中国科学院近代物理研究所,甘肃兰州730000 中国科学院大学,北京100049中国科学院近代物理研究所,甘肃兰州730000中国科学院近代物理研究所,甘肃兰州730000 中国科学院大学,北京100049西安交通大学物理学院物质非平衡合成与调控教育部重点实验室,陕西西安710049中国科学院近代物理研究所,甘肃兰州730000 中国科学院大学,北京100049西安交通大学物理学院物质非平衡合成与调控教育部重点实验室,陕西西安710049
核科学
电子加速器PID算法模糊PID算法模糊神经网络PID算法Simulink
《原子能科学技术》 2025 (1)
P.197-204,8
国家重点基础研究发展计划(2019YFA0404900)国家自然科学基金(U1532263,11705141)。
评论