带钢厚度智能控制方法的研究

带钢厚度智能控制方法的研究

论文摘要

随着科学技术的不断发展,板带轧机的产量和质量日益成为人们追求的首要目标。厚度精度是带钢热连轧产品最重要的质量指标之一,用户不断提高的要求和市场日益激烈的竞争,使关于板带厚度控制的研究非常具有实用价值。本文在对厚度控制系统的基本概念、控制原理进行深入理解研究的基础上,针对带有纯滞后环节的测厚仪式AGC设计其神经网络预测控制策略,并通过仿真研究,分析验证所采用的控制策略的控制性能。首先对厚度控制系统的基本原理进行了深入学习,针对测厚仪式AGC存在检测的纯滞后,使系统动态品质和稳定性变差的问题,建立控制系统的模型,分别对测厚仪式AGC和采用Smith预估策略后的测厚仪式AGC系统进行研究设计。由于测厚仪式AGC是反馈形式的厚度控制系统,其控制作用总是滞后于扰动作用,无法达到良好的控制效果;而Smith预估策略在模型准确时能够补偿系统中的大滞后,减小超调,改善了系统稳定性,但是采用Smith预估控制策略的AGC调节时间增加,故引入RBF神经网络整定的Smith预估策略,可明显的缩短调节时间,同时由于Smith预估器依赖于模型的准确,当预估模型不准确时,系统的性能大大降低,影响了系统的稳定性,难以达到系统的要求。因此必须寻求其他的控制方法以使系统达到更好的控制性能。在上面的研究分析基础上,本文引入神经网络预测控制策略,先介绍神经网络和预测控制的基本原理,再在此基础上详细介绍神经网络预测控制策略的基本特征、算法原理以及具体实现步骤,并对测厚仪式AGC进行神经网络预测控制策略的设计和仿真,取得了良好的效果-神经网络预测控制对滞后系统有着良好的控制性能。实验证明,神经网络预测控制策略的设计,解决了测厚仪式AGC系统存在的滞后问题,提高了厚度控制系统的性能。本文对解决控制系统中的纯滞后问题,有一定的参考价值。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题背景
  • 1.2 板厚控制技术的发展及研究现状
  • 1.3 预测控制的研究现状
  • 1.4 本文的主要工作
  • 第2章 板厚控制基本理论
  • 2.1 轧机弹跳方程与轧件塑性方程
  • 2.2 引起厚度波动的原因及规律
  • 2.2.1 引起带钢厚度波动的原因
  • 2.2.2 带钢厚度变化的基本规律
  • 2.3 AGC的基本形式与控制原理
  • 2.3.1 测厚仪式AGC
  • 2.3.2 张力式AGC
  • 2.3.3 秒流量AGC
  • 2.3.4 轧制力AGC
  • 2.3.5 前馈式AGC
  • 2.4 本章小结
  • 第3章 测厚仪式AGC控制策略研究
  • 3.1 测厚仪式AGC研究
  • 3.1.1 测厚仪式AGC
  • 3.1.2 仿真分析
  • 3.2 测厚仪式AGC的控制策略
  • 3.2.1 Smith预估控制策略
  • 3.2.2 Smith预估策略在测厚仪式AGC中的应用设计
  • 3.2.3 采用Smith预估策略的测厚仪式AGC的仿真分析
  • 3.2.4 基于RBF神经网络整定的Smith预估策略
  • 3.3 本章小结
  • 第4章 神经网络预测控制在测厚仪式AGC中的应用
  • 4.1 神经网络的设计原理
  • 4.2 预测控制的基本原理
  • 4.3 神经网络预测控制
  • 4.3.1 神经网络预测控制的基本原理
  • 4.3.2 神经网络预测控制在测厚仪式AGC系统中的应用设计
  • 4.4 仿真实验
  • 4.4.1 仿真框图
  • 4.4.2 仿真结果
  • 4.5 本章小结
  • 第5章 结论
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].深基坑施工变形神经网络预测分析[J]. 山西建筑 2015(06)
    • [2].大型燃煤电站锅炉积灰的智能神经网络预测[J]. 电气传动自动化 2020(03)
    • [3].微生物燃料电池的动态性能分析及其神经网络预测控制[J]. 化工学报 2017(03)
    • [4].一种新的BP神经网络预测金融相关系数[J]. 计算技术与自动化 2019(01)
    • [5].神经网络预测系统的开发[J]. 黑龙江科技信息 2012(05)
    • [6].乘用车燃料消耗量的神经网络预测[J]. 汽车工程师 2016(11)
    • [7].用于预测电子输运性质的神经网络[J]. 浙江师范大学学报(自然科学版) 2020(04)
    • [8].基于神经网络预测的中央空调故障诊断[J]. 制造业自动化 2012(19)
    • [9].神经网络预测控制在分段台车式电阻炉温度控制中的应用[J]. 金属热处理 2010(08)
    • [10].基于神经网络预测控制的PMSM伺服系统的仿真研究[J]. 电气传动 2008(10)
    • [11].基于神经网络预测控制的污水处理控制器[J]. 科学中国人 2016(26)
    • [12].神经网络预测控制在循环流化床锅炉床温系统的应用[J]. 电力学报 2009(02)
    • [13].港口集装箱吞吐量预测方法研究[J]. 苏州科技学院学报(工程技术版) 2011(04)
    • [14].基于BP神经网络预测和模糊控制的灌溉控制器设计[J]. 机械设计与研究 2015(05)
    • [15].BP神经网络预测模糊控制液压马达性能研究[J]. 控制工程 2020(08)
    • [16].网络遥操作机器人系统神经网络预测控制仿真研究[J]. 江苏科技大学学报(自然科学版) 2008(01)
    • [17].期货价格预测中新型神经网络的应用探究[J]. 大众投资指南 2020(03)
    • [18].神经网络预测在无刷直流电机调速中的应用[J]. 自动化仪表 2017(04)
    • [19].基于LM算法的溶解氧神经网络预测控制[J]. 农业机械学报 2016(06)
    • [20].非线性系统的神经网络预测控制研究[J]. 长江大学学报(自然科学版)理工卷 2009(04)
    • [21].模糊神经网络预测电针镇痛中生化指标的变化[J]. 上海交通大学学报 2008(02)
    • [22].神经网络预测控制在SCR烟气脱硝系统中应用[J]. 东北大学学报(自然科学版) 2017(06)
    • [23].基于神经网络预测液力透平压头和效率[J]. 兰州理工大学学报 2015(03)
    • [24].神经网络预测控制局部优化初值确定方法[J]. 控制理论与应用 2014(06)
    • [25].基于不同算法的道路混凝土干缩神经网络预测[J]. 建筑材料学报 2014(03)
    • [26].神经网络预测-PID串级控制在同步发电机励磁控制中的应用[J]. 华北水利水电学院学报 2010(04)
    • [27].基于改进PSO算法的过热汽温神经网络预测控制[J]. 控制理论与应用 2008(03)
    • [28].基于BP神经网络预测我国进口石材值[J]. 石材 2019(12)
    • [29].邻近隧道爆破震速预测及控制方法研究[J]. 煤炭技术 2018(03)
    • [30].基于MATLAB的BP神经网络预测系统的设计[J]. 计算机应用与软件 2008(04)

    标签:;  ;  ;  ;  ;  

    带钢厚度智能控制方法的研究
    下载Doc文档

    猜你喜欢