基于神经网络的连轧机板形板厚解耦控制

基于神经网络的连轧机板形板厚解耦控制

ID:36791444

大小:1.40 MB

页数:69页

时间:2019-05-15

基于神经网络的连轧机板形板厚解耦控制_第1页
基于神经网络的连轧机板形板厚解耦控制_第2页
基于神经网络的连轧机板形板厚解耦控制_第3页
基于神经网络的连轧机板形板厚解耦控制_第4页
基于神经网络的连轧机板形板厚解耦控制_第5页
资源描述:

《基于神经网络的连轧机板形板厚解耦控制》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、北方:[业大学硕士学位论文摘要板形和板厚是热带钢最重要的两个质量指标。厚度自动控系统的目的是保证纵向厚度的精度,板形自动控制系统的目的是获取带钥横向厚度的均匀性和良好的平直度。但是,在一条热轧生产线上同时应用AGC系统和AFC系统,存在着比较严重的耦合。当调整压下改变厚度时,轧制力将发生变化,影响到出口断面的形状和带钢平直度,即影响了带钢的板形;而当板形控制系统调整弯辊断面形状时,必将改变辊缝形状而影响出u厚度。因此板形板厚的解耦是非常必要的,具有很大的研究和应用价值。本文在分析以上耦合现象的基础上,采用了计算机仿真的方法对板形扳厚综合系统的解耦控制问题进行了研究。具体:[作

2、如下:理论建模方面,在对系统工作机理分析的基础上,建立了综合系统模型,并给出了连续和离散两种形式,便于计算机仿真。在解耦控制系统设计方面,由于前馈补偿解耦器易于设计、实现简单等优点,首先设计了前馈补偿方式的解耦控制系统,仿真显示,这种解耦控制系统基本达到了控制目标,只是在模型失配严重时,控伟0效果不很理想。为了该变这种情况,本文进行了智能控制系统设计的工作。具体采用了神经元和PID复合解耦控制系统进行设计,仿真显示,此种方法的解耦特性要优于单独的神经元PID解耦。关键词:板形,板厚,多变量系统,神经元,解耦北方L31k大学硕—L学位论文AbstractShapeandthic

3、knessaretwomostimportantfactorsofstripquality.TheAGCsystemcarlguaranteetheprecisionoftheverticalthicknessandtheAFCCanguaranteetheprecisionofhorizontalthickness.Butthereexitsacouplingphenomenonbetweenthestripthickness,whichiscontrolledbyAGCsystem,andstripshapewhichiscontrolledbyAFCsystem.Inc

4、onventionalcontrol,theseinteractionsareomitted.Withtherequirementoffurtherenhancementofproductquality,thiscammtbeneglectedmaymore,SO,decouplingcontrolofstripshapeandthicknessisurgent.Onthebasisofanalyzeofcouplingsystem,thisdissertationadoptsthemethodofcomputersimulation.Thechiefresearchwork

5、ofthedecouplingsystemisasfollows:Intheaspectofmodeling,thisdissertationsetsupthemathematicsmodelofthecouplingsystemcompletelyandsystematicallyonthetheoreticalanalyzesofsystem.Intheaspectofsystemcontrol,thisdissertationusecompensatordesignadecouplingsystemfirstbecausethismodeliseasetounderst

6、andandreliableinengineering.TheresultsofsystemsimulationshowthisdecouplingcontrolsystemCanachievethecontroldemands.Mainly,hisdissertationUSeSintelligencecontroltosolvethecouplingofstripthicknessandshape.Theresultsofsystemsimulationshowthisneuraldecouplingcontrolsystemearlachievethecontrolgo

7、al.KeyWords:stripshape,stripthickness,mulfivariablesystem,neuralnetwork,decoupting.II.化方工业大学自动业堂抖学科带头人(签字)盔窒熊Ⅺ啦r年;ZJ}≯B学位论文任务书研究生:朱书善塑l鱼兰狸一一学院捡测堇查皇臼塑丝苤量专业萱§&塑劁研究方向论文题目:基土登经旦终的连主L赳握理拯厘鲣袒控剑一(垫!!年—L月115经院学术委员会批准)选题的来源、意义和价值:查逯壁星在!!QQ垫整垫扭蜚星工进堑数!圭篁堡筮工智能解耦理论在轧

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。