基于多智能体的板带材厚度控制系统研究

基于多智能体的板带材厚度控制系统研究

ID:32467930

大小:2.79 MB

页数:80页

时间:2019-02-06

基于多智能体的板带材厚度控制系统研究_第1页
基于多智能体的板带材厚度控制系统研究_第2页
基于多智能体的板带材厚度控制系统研究_第3页
基于多智能体的板带材厚度控制系统研究_第4页
基于多智能体的板带材厚度控制系统研究_第5页
资源描述:

《基于多智能体的板带材厚度控制系统研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、东北大学硕士学位论文描要基于多智能体的板带材厚度控制系统研究摘要浍纵囱的厚度精度是冷车0带钢最重要的技术指标,它直接关系至4产品豹质量帮经济效盏。ljj;l20世纪40年代发展起来的厚度自动控AGC(AutomaticGaugeContr01)技术发展比较成熟,控制效果明显。对于轧制流程这种复杂工业过程的控制系统,适合采用多智能体理论,可以将每个对象、每个工艺过程、每个控制子系统、每个模型视为一个智能体(Agent)。采用多智能体(Multi.Agent)技术,可以实现各种控制方法及数学模型、专家系统、神经网络、模糊控制的系

2、统集成,从雨建立轧割流程中的典型对象,对车L锈流程进行分布式智能控剁,实现整个生产过程的高度囊动化和管§&佬。本文针对板带材厚度波动的原因,总结、分板了目前已有的厚度自动控制系统的基本形式。通过研究,以板带材厚度控制为应用背景,提出了Multi-Agent分布式板带材厚度控制方法,完成了系统整体设计、单个智能体结构设计。在现有厚度控制理论的基础上,对其进行了分类,构造了前馈式AGC(厚度控制)Agent、厚度计式AGC-Agent、Smith预估Agent、轧辊偏心补偿Agent、硬度识别Agent。同时,根据Multi—A

3、gent的协调机制,提出了适合于厚度控告《Agent的学习向量爨化神经网络(LVQ)辅助决策台因网贽作枫制。同时,针对Multi-Agent在工业环境中缺乏应用平台及控制系统的情况,提出了采用IA集成架构作为Multi.Agent板带材厚度控制系统的实现平台。通过仿真,证明这一控制平台可以将Multi-Agent技术应用于工业控制领域,能够完成分配给Agent的厚度控制任务,实现多种Agent协作运行。为Multi—Agent技术在工业应用中的推广提供了有价值的参考。关键词:厚度控制;多错能体;轧制过程;分布式控制。II.东

4、北大学硕士学位论文AbstractResearchonMulti-AgentStripThicknessControlSystemAbstractLengthwaysthicknessprecisionofstripistheimportanttechnicalfactorforqualityandbenefit.Since1940s,AutomaticGaugeControl(AGC)techniqueisdevelopledmaturely.It’Ssuitableforrollingprocesscontrolsyst

5、emtoadoptMulti—Agenttheory.Everyobject,everyprocess,everysubsystemcouldberecognizedasallAgent.WithMulti-Agenttheory,multicontrolmethodsandmathematicalmodels,expertsystems,neuralnetworks,fuzzycontroltheoriescouldbeintegratedwitheachother,andthentoconstructadistribut

6、edintelligentcontrolsystemwhichishigllIyautomaticandintelligent.Targetingthereasonofstripthicknessfluctuation,analyzingthetypicalAGCsystemintotal,thisarticleproposedaMulti—AgentStripThicknessControlSystem,includingdesigningsofthesystemarchitecture,singleAgentframew

7、ork.BasedonexistingAGCmethods,thisarticleproposedtheforwardfeedAGCAgent,GaugemeterAGCAgent,SmithpredictionAgent,rollereccentricitycompensation(ed!C)Agent,andrigiditycompensationAgent.Besides,accordingtotheMulti-Agentcoordinationmethod,LVQneuralnetworkassistantContr

8、actNetforMulti-AgentAGeiSproposedtoo.Nowadays,Multi-Agentapplicationplatformislimitedforheavyindustry.tOsovlethisproblem,thisarticleproposedasolu

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。