文档详情

基于泛化回归RF神经网络B铝带厚度控制系统的辨识.pdf

发布:2017-05-09约1.18万字共4页下载文档
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
相似文档