来源：期刊VIP网 时间：
作者：周智智;刘彩玲;王红英;王威;吴俊华;
单位：中国农业大学工学院;
摘要：针对目前逆流式饲料冷却器无法精准控制成品饲料水分和冷却时间的问题，提出了基于BP神经网络预测冷却时间的冷却器控制方法。文章提出了一种预测冷却时间的方法来同时控制成品饲料的水分和饲料冷却时间，并通过仿真试验验证了该方法的可行性。在饲料薄层干燥模型准确的前提下，风速可以在20 s之内达到稳定状态，并准确在目标时间达到目标水分。通过引入误差进行仿真，验证了该方法在有误差情况下的可行性。准确的饲料薄层干燥模型难以建立，使用BP神经网络代替饲料薄层干燥模型进行冷却时间预测。在仿真环境获取数据集，进行BP神经网络训练。训练完成的BP神经网络预测结果误差集中在-8～4 s,R>0.99。通过仿真验证，在目标时间小于2 100 s时误差接近零，在目标时间大于2 100 s时，误差增大，误差最大绝对值为4.48%。基于BP神经网络预测冷却时间的冷却器控制方法满足实际生产的需求，可以提高饲料冷却过程的自动化水平，保证饲料的质量和安全，提高企业效益。
关键词：饲料;;逆流式饲料冷却器;;饲料干燥;;PID;;BP神经网络
基金资助：国家重点研发计划专项[2021YFD1300300]
