目前我国最常用的气垫式流浆箱有两个主要的控制参数：总压与浆位，这两个参数之间存在严重的非线性耦合，在高速造纸机中对成品纸的质量有较大影响，所以在纸机控制中必须要对气垫式流浆箱进行解耦控制。PID神经网络（PSO-PIDNN）对气垫式流浆箱进行解耦控制，使用粒子群算法来优化PID神经网络解耦控制

气垫式流浆箱的输入主要有两个，分别为来自罗茨鼓风机的压缩空气和来自冲浆泵的纸浆，输出主要为排出的压缩空气和上网的纸浆流。流浆箱的总压和浆位是主要控制参数，总压和浆位关系到浆网速比，对纸张成形起重要作用，也是保证匀浆和喷浆质量的关键。

PIDNN是一种将常规PID控制规律和神经网络融为一体的网络，兼具常规PID控制器简单的结构和神经网络较强的自适应能力，网络收敛速度快且不易陷入局部极小值。针对气垫式流浆箱双输入双输出系统的特点，利用PID神经网络响应速度，图7给出了仿真过程前200s内PIDNN算法和PSO-PIDNN算法的控制误差曲线。从图中可以看出，经过粒子群算法优化的PID神经 免责声明：本网站部 分文章和信息来源于互联网，本网转载出于传递更多信息和学习之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请立即联系管理 员，我们会予以更改或删除相关文章，保证您的权利。对使用本网站信息和服务所引起的后果，本网站不作任何承诺。