本文从实际工程出发,对动态定量称重过程进行了研究,提出基于BP神经网络整定的PID控制方法,进行了控制系统的设计和仿真实验研究。针对螺旋加料装置的动态定量称重控制要求,将基于BP神经网络整定的PID控制方法应用于实际工程中,进行了动态定量称重计算机控制系统的设计。本文主要内容有如下几个方面: 1.综述了动态定量称重系统的概况,提出了动态定量称量的关键问题即精度控制,同时指明了本文的研究重点是螺旋加料动态定量称量过程。 2.分析了螺旋加料动态定量称量过程的物理机理,在此基础上推导出了动态定量称量过程的数学模型算式,并作了定性的分析。 3.对BP神经网络结构及BP算法进行了研究。针对BP神经网络隐含层节点数难以确定这一缺陷,本论文介绍了一种直接估算最佳隐含层节点数的简单方法,简化了隐含层节点数的确定。为提高BP算法的收敛速度和精度,本论文提出了自适应调整学习参数的改进型BP算法。实验表明,该算法的训练速度和精度都比传统的BP算法有明显的提高,因而有较好的应用价值。 4.概述了智能控制,阐述了基于BP神经网络PID控制的基本原理。仿真结果表明,应用基于BP神经网络PID控制可以取得满意的控制效果。 5.针对螺旋加料的控制要求,将BP神经网络PID控制方法应用于实际工程中,进行了动态定量称量的计算机控制系统的设计,包括硬件、软件实现方法和设计流程。 6.回顾了本论文的工作并对进一步的工作做了展望。