检索结果-南通市图书馆

基于PSO算法的RBF神经网络在板形板厚综合控制中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于PSO算法的RBF神经网络在板形板厚综合控制中的应用

作者：纪阳东华大学

学位级别：硕士

钢铁是发展国民经济的重要物资基础,板带材是广泛应用于国民经济各部门的重要原材料。其中板形质量和板厚精度是衡量带钢质量的两个重要指标。板形板厚控制是一个复杂多变的控制系统。影响板形板厚的各个参数之间有着很强的耦合性。因此... 详细信息

钢铁是发展国民经济的重要物资基础,板带材是广泛应用于国民经济各部门的重要原材料。其中板形质量和板厚精度是衡量带钢质量的两个重要指标。板形板厚控制是一个复杂多变的控制系统。影响板形板厚的各个参数之间有着很强的耦合性。因此,实现板形板厚控制(AFC-AGC)的研究已经成为一个前沿的热点问题。随着智能技术的研究和发展,很多专家学者将智能技术应用到AFC-AGC综合控制中。由于AFC-AGC是一个非线性、强耦合、大时滞的多变量实时控制系统。对于这样的非常规的复杂系统,常规的方法很难实现理想的控制。因此,采用现代控制方法和智能方法相结合的控制手段成为必然的趋势。本文针对AFC-AGC综合控制的特点,主要进行了以下工作： 1.通过分析板带材轧制过程,完成AGC-AFC系统数学公式的推导和数学模型的建立,并建立AGC-AFC的系统框图。 2.对粒子群优化算法(Particle Swarm ***)进行了深入的分析和研究,针对PSO算法在使用过程中存在易于陷入局部最优,收敛精度不高等缺陷,提出适合本文的改进PSO优化算法,并通过Matlab仿真验证改进的PSO算法具有很好的精度。 3.介绍了神经网络的基本内容,比较了RBF神经网络和BP神经网络的优缺点,选择适合本文的RBF神经网络。同时用改进的PSO算法对RBF神经网络的结构和参数进行优化,并比较分析了各种优化效果。 4.设计出一种基于PSO算法的RBF神经网络的解耦控制器,并将其用于对板形板厚的综合控制系统中,完成系统的解耦实现分别控制。采用Matlab仿真结果证明了本文提出的方案具有很好的解解耦性,满足了所需要的精度。本文提出的控制方案,结构简单从而方便工程实现,与此同时还有较好的解祸效果和鲁棒性。为板形板厚综合控制系统提供了一种新思路、新途径。

关键词： PSO算法 RBF神经网络板形板厚综合控制解耦控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于影响矩阵的板形板厚综合控制方法的研究

基于影响矩阵的板形板厚综合控制方法的研究

作者：王宇观燕山大学

学位级别：硕士

随着科学技术的不断进步和现代化工业技术的迅速发展，对板带材的规格、品种、产量和质量的要求也日益提高。而板带材的板形和板厚又是极为重要的两个质量指标。所以采用何种控制手段使得板带材获得更理想的板厚和板形成为了轧制领域中... 详细信息

随着科学技术的不断进步和现代化工业技术的迅速发展，对板带材的规格、品种、产量和质量的要求也日益提高。而板带材的板形和板厚又是极为重要的两个质量指标。所以采用何种控制手段使得板带材获得更理想的板厚和板形成为了轧制领域中的一个热点问题。本文为解决板形板厚综合控制问题，从轧制机理模型入手，提出了基于影响矩阵法的板形板厚综合控制方法，并进行了深入的理论研究和计算机仿真分析，取得了新的研究成果。本文首先对板带钢轧制过程的机理模型进行了深入研究，采用条元变分法求解轧件的塑性变形，使用影响函数法求解轧辊的弹性变形，并考虑了倾辊因素的影响。通过将两个模型进行耦合集成，可以精确快速的求解前张应力、轧制压力、辊间压力与板带出口厚度的横向分布。以之为基础，可以分析各种板形、板厚控制手段对板形与板厚的影响。然后详细介绍了板形板厚综合控制影响矩阵的建立方法。通过机理模型求得压下调节、倾辊调节和弯辊调节这三种板厚板形控制手段对一次板形、二次板形和板厚的影响系数，并使用影响系数建立起影响矩阵，通过矩阵求逆得到板形板厚综合控制矩阵。最后将板形板厚综合控制矩阵应用于四辊轧机，建立起四辊轧机板形板厚综合控制方案。通过C++编程，模拟轧制不同规格板带材时，板形板厚综合控制矩阵对来料厚度、来料凸度与来料楔形波动引起的板形板厚偏差的控制效果。模拟结果表明该控制方法具有响应快精度高的优点，为板形板厚综合控制提供了新的手段。

关键词：板形板厚综合控制机理模型影响矩阵四辊轧机

基于神经网络解耦的板形板厚综合控制方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络解耦的板形板厚综合控制方法研究

作者：张国霞燕山大学

学位级别：硕士

钢铁是发展国民经济、增强综合国力的重要物质基础。而板带材是广泛应用于国民经济各部门的重要原材料。近年来，随着工业自动化水平的不断提高，对板带产品质量的要求也越来越高。板带材是金属在轧辊作用下经过一系列变形过程而形... 详细信息

钢铁是发展国民经济、增强综合国力的重要物质基础。而板带材是广泛应用于国民经济各部门的重要原材料。近年来，随着工业自动化水平的不断提高，对板带产品质量的要求也越来越高。板带材是金属在轧辊作用下经过一系列变形过程而形成的，整个轧制过程受到金属本身的特性和轧制条件的影响。板形质量和板厚精度是衡量带钢质量的两个重要指标。因此，实现板形板厚（AFC-AGC）综合系统解耦控制的研究已经成为轧制技术领域中的一个前沿课题。但是，AFC-AGC综合控制系统是一个非线性、强耦合、大时滞的多变量实时控制系统，对于这样一个复杂的系统，常规的控制方法难以取得理想的效果。因此，采用现代控制方法和智能技术相结合的控制手段，已经成为AFC-AGC综合控制的发展趋势。本文将板形控制和板厚控制系统作为一个整体来考虑，建立了AFC-AGC综合控制数学模型。针对AFC-AGC系统数学模型，应用不变性原理并结合PID控制算法对AFC-AGC系统进行了解耦控制，仿真结果表明解耦控制效果良好，减小了板形板厚控制的耦合影响;但是，在系统运行过程中模型参数发生变化时，解耦控制性能会变差。并且难以建立精确的AFC-AGC系统数学模型也会影响解耦效果。于是，本文针对这些问题在神经网络控制和解耦控制理论提出了RBF神经网络分散解耦控制方法，设计了基于RBF神经网络整定参数的PID控制器，并将其应用于板形板厚综合控制中，有效解决了解耦过程中系统模型参数的不确定因素影响控制性能的问题。最后，针对基于神经网络解耦的板形板厚综合控制系统，通过Matlab编程进行了计算机仿真，仿真结果表明该控制策略提高了板形板厚解耦控制精度，优于传统的解耦控制方法。

关键词：板形板厚综合控制不变性原理 PID控制神经网络解耦控制

人工神经网络在板形板厚综合控制中的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

人工神经网络在板形板厚综合控制中的应用研究

作者：张志强燕山大学

学位级别：硕士

本课题以人工神经网络理论为基础,以神经网络的优化算法研究为重点,实现了板形板厚的综合控制和板形模式识别的应用研究。首先介绍神经网络系统的基础知识,重点介绍本文主要研究的对象—RBF 神经网络,针对该神经网络的结构、运行机理... 详细信息

本课题以人工神经网络理论为基础,以神经网络的优化算法研究为重点,实现了板形板厚的综合控制和板形模式识别的应用研究。首先介绍神经网络系统的基础知识,重点介绍本文主要研究的对象—RBF 神经网络,针对该神经网络的结构、运行机理、优缺点等方面进行分析,重点研究常用的几种数据中心选取方法。设计和改进了 5 种 RBF 神经网络数据中心选取方法,并对每种方法进行了仿真研究,仿真结果表明这些优化设计方法是行之有效的,根据仿真结果对这几种方法进行了分析,明确了其应用条件和应用范围。板带材在生产生活中具有广泛的应用,板形和板厚是其两个重要指标。本文根据弹跳方程和塑性方程的曲线,对如何实现板形板厚综合控制进行了分析,并以此为基础,建立了板形板厚综合控制的数学模型;其次,采用勒让德多项式代表常见的几种板形模式,并分别应用双极硬限器和点阵来处理该模式,从而建立了两种板形模式的数学模型。最后,应用 RBF 神经网络进行板形板厚的综合控制,建立了双输入、双输出的控制系统;针对两种板形模式数学模型,分别采用离散 Hopfield神经网络和 RBF 神经网络进行识别,建立了一套从板形模式识别到板形板厚综合控制的模式。

关键词：板形板厚综合控制数据中心板形模式识别 RBF 神经网络优化设计勒让德多项式离散 Hopfield 神经网络

基于动态RBF神经网络的板形板厚综合控制仿真研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

智能系统学报 2007年第2期2卷 65-68页

作者：张秀玲张志强燕山大学电气工程学院河北秦皇岛066004

基于RBF神经网络的特点提出了一种动态调节隐含层隐节点个数的方法,由2部分组成:首先以网络输出数据的均方误差及其变化率为标准来调节隐含层节点的数目,然后调节优化隐含层节点的中心值,根据广义逆矩阵的方法求出输出层权值.所设计的... 详细信息

基于RBF神经网络的特点提出了一种动态调节隐含层隐节点个数的方法,由2部分组成:首先以网络输出数据的均方误差及其变化率为标准来调节隐含层节点的数目,然后调节优化隐含层节点的中心值,根据广义逆矩阵的方法求出输出层权值.所设计的神经网络具有最少的隐含层节点数,提高了学习训练速度,构造了板形板厚综合控制的数学模型,采用新的模型处理方法,用动态RBF神经网络进行控制仿真,取得了理想的结果.

关键词： BF网络动态设计逆矩阵板形板厚综合控制

基于多值编码GA-BP混合算法的板形板厚综合预测控制

在线全文

学校读者我要写书评

暂无评论

东南大学学报（自然科学版） 2005年第A02期35卷 132-136页

作者：徐林张宇献王建辉顾树生东北大学信息科学与工程学院沈阳110004

为克服BP神经网络存在的收敛速度慢、易于陷入局部极值等不足,提出了可以同时优化BP神经网络的结构和参数的基于多值编码方式的嵌入梯度下降算子的混合遗传算法(GA-BP).并在此基础上针对板形板厚综合系统(AFC-AGC)具有强非线性、强耦合... 详细信息

为克服BP神经网络存在的收敛速度慢、易于陷入局部极值等不足,提出了可以同时优化BP神经网络的结构和参数的基于多值编码方式的嵌入梯度下降算子的混合遗传算法(GA-BP).并在此基础上针对板形板厚综合系统(AFC-AGC)具有强非线性、强耦合而难以建立精确的数学模型的问题,设计了基于BP网络板形板厚综合预测模型,引入了反馈校正的方法来提高板形板厚控制系统的抗干扰能力.仿真结果表明,该模型可以实现板形板厚的精确控制,为热连轧板形板厚综合控制提供了一个新的有效的方法.

关键词：混合遗传算法多值编码梯度下降 BP神经网络板形板厚综合控制预测控制

基于多值编码GA-BP混合算法的板形板厚综合预测控制

在线全文

学校读者我要写书评

暂无评论

基于多值编码GA-BP混合算法的板形板厚综合预测控制

热轧带钢板形板厚耦合特性变化机理与参数求解

2005全国自动化新技术学术交流会

作者：徐林张宇献王建辉顾树生东北大学信息科学与工程学院东北大学信息科学与工程学院东北大学信息科学与工程学院东北大学信息科学与工程学院

为克服BP神经网络存在的收敛速度慢、易于陷入局部极值等不足,提出了可以同时优化BP 神经网络的结构和参数的基于多值编码方式的嵌入梯度下降算子的混合遗传算法（GA—BP）．并在此基础上针对板形板厚综合系统（AFC-AGC）具有强非线性... 详细信息

为克服BP神经网络存在的收敛速度慢、易于陷入局部极值等不足,提出了可以同时优化BP 神经网络的结构和参数的基于多值编码方式的嵌入梯度下降算子的混合遗传算法（GA—BP）．并在此基础上针对板形板厚综合系统（AFC-AGC）具有强非线性、强耦合而难以建立精确的数学模型的问题,设计了基于BP网络板形板厚综合预测模型,引入了反馈校正的方法来提高板形板厚控制系统的抗干扰能力．仿真结果表明,该模型可以实现板形板厚的精确控制,为热连轧板形板厚综合控制提供了一个新的有效的方法．

关键词：混合遗传算法多值编码梯度下降 BP神经网络板形板厚综合控制预测控制

来源： cnki会议 cnki会议评论

在线全文

学校读者我要写书评

暂无评论

北京科技大学学报 2001年第5期23卷 452-455页

作者：曹建国张杰陈先霖魏钢城杨金安黄四清北京科技大学机械工程学院北京100083 武汉钢铁(集团)公司热轧厂武汉430083

通过对建立的耦合关系模型的分析，指出Ｍｐ，Ｍｗ，Ｑ，Ｋｐ和Ｋｗ是决定工业轧机板形板厚综合控制系统耦合特性的参数．它们随实际轧制生产条件的变化而改变．采用有限元模型，结合工业轧机系统实测数据，给出１７００ｍｍ热连轧... 详细信息

通过对建立的耦合关系模型的分析，指出Ｍｐ，Ｍｗ，Ｑ，Ｋｐ和Ｋｗ是决定工业轧机板形板厚综合控制系统耦合特性的参数．它们随实际轧制生产条件的变化而改变．采用有限元模型，结合工业轧机系统实测数据，给出１７００ｍｍ热连轧机耦合特性参数的求解方法，该方法为板形板厚解耦设计的工业应用提供了切实可行的途径．

关键词：热连轧机带钢板形控制板形板厚综合控制耦合有限元法

在线全文

学校读者我要写书评

暂无评论

板形板厚自适应模糊PID解耦控制

信息通信 2014年第9期27卷 53-54页

作者：杜鹏杨新华北京航天控制仪器研究所北京100000

带钢冷轧过程中,板形控制和板厚控制之间存在着很强的耦合关系,互相影响对方的调节效果。针对这一复杂、多变量耦合的非线性系统,建立了板形板厚综合系统数学模型,并提出应用前馈补偿解耦方法和一种增益调整型自适应模糊PID控制方法对... 详细信息

带钢冷轧过程中,板形控制和板厚控制之间存在着很强的耦合关系,互相影响对方的调节效果。针对这一复杂、多变量耦合的非线性系统,建立了板形板厚综合系统数学模型,并提出应用前馈补偿解耦方法和一种增益调整型自适应模糊PID控制方法对板形板厚综合系统进行解耦控制。仿真结果表明,该解耦控制方法比传统解耦PID控制方法解耦效果好、响应速度快、自适应跟随能力强,有效地提高了板形板厚的控制精度。

关键词：板形板厚综合控制解耦 PID控制模糊