基于泛化回归RF神经网络B铝带厚度控制系统的辨识.pdf
文本预览下载声明
TotalNo.161 冶 金 设 备 总第 161期
February2007 METALLURGICALEQUIPMENT 2007年2月第 1期
· 神经网络技术 ·
基于泛化回归 RBF神经网络
铝带厚度控制系统的辨识
李宣① 孙志辉 张宏昌
(北京科技大学机械工程学院 北京 100083)
摘要 张力效应和速度效应是铝带精轧生产中进行厚度控制的关键,但 目前尚不能完全从理论上建立
一 种普遍适用的数学模型。提出了利用泛化回归RBF神经网络对张力和速度控制系统建模,并根据实际生
产数据进行训练和测试 ,仿真结果表明该模型提高了系统的控制精度,证明了该方法的有效性。
关键词 厚度 自动控制 张力效应 速度效应 泛化回归RBF神经网络 辨识
中图分类号 TG335.5+6 文献标识码 A
Identificati0nBasedonGR.RBF NN for
ThicknessControlofAluminum Strip
LiXuan SunZhihui ZhangHongchang
(SchoolofMechanicalEngineering,UniversityofScienceandTechnologyBeijing)
ABSTRACT Tensionandspeedeffectareespeciallyimportantinthicknesscontrolintheproduceofalumi—
ficulttoestablishamathematicalmodelincommonuse.Thisdissertationproposestoap—
nun strip,butnow itisdif
—
plyGR—RBFNNtoestablishthemodeloftensionandspeedcontro1.TheneuralnetworkiStrainedandcheckedwith
actualproductiondata,Thesimulationresultsshowthatthemodelcanimprovethecontrolprecisionandtheproposed
methodiSvalid.
KEYW ORDS AutomaticGaugeControl Tension..effect Speed--effect GR--RBFNN Identification
1 前言 处理上述系统的关键是对具有非线性的系
厚度 自动控制是铝带生产中质量控制的一 统如何建模和控制。目前,神经网络的理论和应
个关键,传统的控制方法在厚带材轧制过程中已 用研究得到了极大的发展,几乎渗透到所有的工
经达到了较满意的效果,但在冷精轧薄带材过程 程领域,它具有一些显著的特点:具有非线性映
中,轧辊辊缝实际上是压紧的。在这种情况下, 射能力;不需要精确的数学模型;擅长从输入输
调节压下改变辊缝的方法效果很不理想,厚控主 出数据中学习有用知识;容易实现并行计算;易
要靠调节带材的前后张力、润滑和轧制速度等来 于用软硬件实现;等等
显示全部