流程工业生产过程中,调节阀是整个工艺控制系统的终端执行部件,它的性能好坏将直接影响工艺流程工况的平顺性、产品的质量、和生产的安全。阀门定位器作为调节阀的附件,极大地改善了调节阀的适用性和控制性能,已成为调节阀的标配而且是调节阀这个子系统的“大脑”。智能阀门定位器已经在市场上得到广泛应用,但主流仍是进口产品,国内研发的尤其是核心的定位控制算法所表现出来的产品动静态性能方面有较大的持续改进空间。本文属于应用研究,针对包含力矩马达I/P转换单元、气动放大器、PI控制器的智能电气阀门定位器,提出了基于BP神经网络的PI定位控制算法参数整定方法。由于不同规格和规格的调节阀,其结构与参数不同,其动态特性不同,智能定位器应用时需要在线自动整定控制算法参数,然而要在线测定其动态参数却是不易的。本文提出的方法在线自动整定便利,通过仿真研究和实体阀大量试验测试,验证了其控制性能的有效性和对不同调节阀适用性。首先,在本实验室已建立完善的控制阀机理模型CVM(含气动薄膜执行机构、直通单座调节阀、智能定位器三大模块)基础上,通过改变控制阀参数,比如执行机构膜片面积、执行机构弹簧刚度、调节阀行程等来建立不同的仿真调节阀,对仿真调节阀做开环阶跃实验,提取有关的开环特征参数,基于Z-N整定公式人工寻找该仿真调节阀控制性能最优的PI参数,由此获得大量的数据样本。其次,针对采集的数据样本进行预处理。通过相关分析,去除开环特性参数中关联性较强的其中数据,确保剩余的开环特性参数之间无关联或关联较弱。将经过预处理的部分数据样本作为BP神经网络的训练集,确定BP神经网络的结构及规格,选用Levenberg-Marquardet算法对网络进行训练,并将预留的样本对训练完成的网络进行测试,验证网络的准确性和稳定性。最后,在本实验室搭建的控制阀测试平台和企业生产现场,利用LabVIEW测试环境对实际的不同规格控制阀进行测试,通过与主流的智能定位器AVP301进行闭环对比试验,验证了本文提出的PI参数整定方法的有效性和适用性。