一种基于深度神经网络优化模糊PID参数的屑饼热压温度控制方法

本发明公开了一种基于深度神经网络优化模糊PID参数的屑饼热压温度控制方法，包括：利用深度神经网络对输入数据进行特征提取，获取到获取到PID参数的调整量；利用模糊调整原则找出PID控制参数与温度误差e(k)和误差变化率ec(k)的模糊关系；根据模糊关系进行模糊推理，获取到模糊值；对模糊值进行解模糊化处理，获取到动态PID参数；利用随机梯度优化算法更新PID参数；采用更新后的PID参数进行屑饼热压温度控制。本发明在优化PID控制参数的同时，更好地应对系统的复杂动态变化，从而提升温度控制性能。