带钢热连轧活套系统的NNMSAC解耦控制

带钢热连轧活套系统的NNMSAC解耦控制作者：刘晓杰，尹怡欣，LIUXiao-jie，YINYi-xin作者单位：北京科技大学,信息工程学院,北京,100083刊名：控制工程英文刊名：CONTROLENGINEERINGOFCHINA年，卷(期)：2005，12(5)引用次数：1次参考文献(7条)1.何虎.孙一康热连轧活套系统分析与控制方式比较[期刊论文]-北京科技大学学报2000(5)2.尹怡欣.刘贺平.孙一康神经网络多变量简单自适应控制2002(4)3.张殿华.郑芳.邹霄燕热连轧机活套控制系统的研究与发展[期刊论文]-基础自动化1999(3)4.张殿华.郑芳.王国栋板带热连轧机活套高度和张力系统的解耦控制[期刊论文]-控制与决策2000(2)5.徐为民.侯军热带钢轧机活套多变量系统的控制[期刊论文]-基础自动化1994(2)6.韩立民.范国兴.张浩.张殿华唐钢超薄带轧机区自动化系统及网络结构[期刊论文]-控制工程2003(1)7.刘威.王冠.柴天佑.苗忠国钢铁企业生产过程动态成本控制模式研究[期刊论文]-控制工程2004(1)相似文献(10条)1.学位论文刘晓杰带钢热连轧中活套系统的神经网络简单自适应解耦控制研究2005现代带钢热连轧的生产中,随着带钢的品种、规格、质量和产量的要求日益增高,整个轧制过程的控制效果要求逐渐提高.热连轧过程中活套控制性能的好坏成为决定带钢厚度和宽度质量的关键技术,目前该技术在国内外都一直处于比较活跃的发展状况.本文基于自适应理论,对简单自适应控制进行了研究,其中详细对神经网络在简单自适应控制中的发展可行性及应用作了较为全面和深入的探讨,研究了神经网络简单自适应控制(NNSAC)方法,最终以NNSAC方法为设计基础提出了用于活套系统的NNSAC新型控制器,并对新型控制器对活套系统的控制效果进行了仿真,仿真结果显示了控制器对耦合系统的解耦能力增强,改善了原有的控制效果.文中首先对自适应控制的发展进行了综述,详细介绍了简单自适应理论发展过程和形式,现状以及存在的问题等等进行了论述,简单自适应的适应原理给了我们很大的启发,这种追随外特性改变适应原理一旦应用神经网络等新型控制技术,将会使简单自适应理论在控制领域的发展有着无可比拟的优越.在对神经网络技术进行了研究之后,文章详细介绍了常用于控制系统的几种神经网络算法.分析了BP网和RBF网的相关理论和算法特点.综上提出了神经网络技术结合简单自适应控制的新型神经网络简单自适应控制器(NNSAC)的各种形式,并给出了相关的算法.活套系统是个典型的耦合系统,当NNSAC控制器用于活套系统时,该控制器对多变量耦合受控系统的解耦特性很好的体现出来.简单自适应控制的最突出优点是控制系统设计几乎与被控对象无关,实现被控对象Gp(s)对理想参考模型Gm(s)的性能跟踪.所以实现解耦只需要将参考模型设计成无耦合的低阶模型,输出即可实现对无耦合模型的跟随也就实现了对耦合对象的解耦控制.神经网络的灵活简化了控制器在实际应用中的实现.控制器加入活套系统的整个模型数学化后的仿真结果,显示除了活套的耦合系统的解耦控制能力增强,较之传统方法的控制输出,输出结果得到改善.2.学位论文安世奇简单自适应控制的应用研究2005基于简单自适应控制的研究,本论文将简单自适应控制和智能控制算法相结合,提出新型的智能型简单自适应控制.同时,针对冷连轧系统中的张力控制,采用简单自适应控制进行仿真和实际应用的研究.首先,对简单自适应控制的基本算法进行改进,将神经网络中的小脑模型(CMAC)算法与简单自适应控制结合,简单自适应控制中的控制器采用自适应律的控制算法,而自适应律的构成应用神经网络中的小脑模型算法,形成小脑模型简单自适应控制;分析并证明了学习算法收敛的一般性定理,给出了学习算法收敛的必要条件;对线性高阶被控对象和非线性被控对象进行仿真.其次,在神经网络简单自适应控制的基础上,引入遗传算法(GA),利用遗传算法具有全局收敛,学习速度快的特点,代替神经网络中误差反向传播学习算法,优化神经网络的权系数,形成基于遗传算法的神经网络简单自适应控制;通过仿真证明了控制算法的有效性.第三,对冷连轧机张力控制系统进行了设计、仿真.最后,以冷连轧张力厚度耦合系统为对象,应用基于遗传算法的神经网络简单自适应控制,设计了基于遗传算法的张力厚度神经网络简单自适应多变量解耦控制系统.3.会议论文安世奇.孙一康.王京基于遗传算法的神经网络简单自适应控制本文将神经网络与简单自适应控制结合,采用遗传算法对神经网络的权值进行训练,提出了一种新的控制方法--基于遗传算法的神经网络简单自适应控制,给出了其结构和学习算法.仿真结果表明,该控制方法输出误差小、动态特性好、鲁棒性强,对线性高阶被控对象和非线性被控对象的控制是可行和有效的.4.学位论文尹怡欣智能型简单自适应控制理论及应用研究2001该论文的研究目的就是在对传统的SAC研究的基础上,对控制器结构和适应算法进行了进一步地扩展,并利用SAC的基本思想和结构,将其扩展到智能型SAC的研究领域.首先通过对控制器结构的调整,提出了SAC的一种新的改进形式,解决了跟踪原被控对象输出和符合因果律的问题;通过引入新的评价指标,改造了控制器参数适应律,提出了基于二次型性能指标的SAC控制方案和算法;进一步引进单神经元和神经网络的机构和参数的学习适应算法,提出了对SISO系统简单有效的单神经元SAC和可用于对MIMO系统进行解耦控制的神经网络SAC.对于上述方案,在控制系统组成结构、参数适应学习算法、控制算法的稳定性和解耦参考模型设计等方面进行了较为深入的研究,初步形成了智能型单神经元/神经网络SAC的理论和方法.该论文的研究不仅充实了SAC的基本理论,而且通过引入神经元和神经网络大大丰富了SAC的体系和方法,也为今后的研究和应用奠定了良好的基础.5.学位论文王秀利简单自适应控制及应用研究2000简单自适应控制(SAC)是一种基于输出反馈的MRAC,其参考模型只反映控制要求,可选用与对象无关的低阶模型,故无需估计或观测环节,可调参数少,控制器结构简单.但前人对于SAC的算法均采用PI控制的形式,这种方法不仅形式单一,而且对被控对象有严格的限制.考虑到神经网络具有强大的自适应、并行处理和映射能力,采用神经网络方法设计的系统将具有更好的实时性和更强的适应能力.基于以上原因,该文综合SAC的基本理论与神经网络技术,以期充分发挥各自的优势.为此,该文分别将单神经元和BP神经网络引入SAC控制器,推导了各自的学习算法,并以不类型对象对其进行了验证,探讨了其中的一些问题,得出了相应的结论.初步结果表明,这是一种有效且具有一定应用前景的算法.6.学位论文赵宝永热连轧板形板厚智能综合控制策略研究2007热连轧板形板厚综合控制系统是一个非线性、强耦合的多变量系统，板形板厚是衡量带材最为重要的两个几何尺寸指标。尽管经过几十年的发展，板形控制技术和板厚控制技术都有了较快的进步，板形控制和板厚控制都已经达到了很好的精度，然而板形控制和板厚控制内在的耦合性成为板形板厚综合质量进一步提高的障碍，实现板形板厚的解耦控制已经成为一个急待解决的难题。本文在深入探讨热连轧板形板厚控制技术的基础上，从板形板厚综合系统的耦合机理出发，根据实际工艺情况，建立了基于轧机耦合特性的动、静态控制数学模型；通过对模型的耦合度进行分析，提出了～套合理的控制变量与被控变量的配对方案，即采用工作辊液压弯辊力系统控制板形、辊缝系统控制板厚来减少系统耦合性，反映了板形板厚之间的耦合影响，有利于提高板形板厚综合控制的质量，理论分析和仿真结果证明了模型和方案的可行性和有效性。本文通过引入基于不变性原理的前馈补偿方法，有效的实现了热连轧板形板厚综合控制系统的解耦。由于板形板厚综合控制系统中的滞后对控制效果有较大的影响，论文提出了基于不变性原理的前馈补偿法和Smith预估控制方法相结合的方法，该方法在使用Smith预估模型对板形板厚被控对象滞后环节进行补偿的同时，可以使得PD控制变得更加有效，从而取得了较好的控制效果。本文继而对直接和间接神经网络PD进行了深入的分析和研究，提出了一套智能化的神经PID综合控制方法，利用神经网络任意逼近非线性函数的特性，可以根据实际工况实时的产生优化的PID控制参数，有效解决了PID参数自整定问题，提高了系统的控制品质和精度，应用于板形板厚综合控制系统仿真，取得了满意的效果。本文进一步将基于被控对象输出与参考模型输出相匹配的CGT理论的简单自适应SAC算法引入板形板厚综合控制系统中，提出了一种适合于单变量系统的无模型控制的单神经元SAC控制方法和一种适用于MIMO系统解耦控制的神经网络SAC控制方法，对算法的收敛性和稳定性进行了理论分析和证明。文中以板形板厚综合控制系统为对象，进行了仿真研究，结果证明可以进一步改善板形板厚的控制性能。论文针对被控对象参数的漂移和变化，提出了一种辨识性预估的隐式Smith预估控制策略，有效的解决了Smith预估对数学模型精确匹配依赖的问题。7.学位论文宋志宇基于智能计算的大坝安全监测方法研究2007本文以大坝的安全监测为背景，根据智能计算在各学科领域内的广泛应用和大坝安全监测分析方法的发展特点，进行了安全监测中正反分析智能化分析的新方法以及安全监测点位置优化选择的研究。主要内容如下：引入基于统计学习理论的机器学习方法—支持向量机(SVM)到大坝安全监测领域，建立了大坝安全监测的SVM模型，经对实际数据的建模分析并和以往方法的比较表明，支持向量机在预测精度、泛化性能等方面明显好于以往方法。针对经典SVM在处理大规模数据问题时效率慢的不足，引入最小二乘支持向量机(LSSVM)，大大改善了其学习效率，同时结合和声搜索(HS)算法，建立了和声搜索最小二乘支持向量机(HSLSSVM)的大坝安全监测自适应建模方法，实测数据分析表明该模型同时具有建模简单、自适应、学习效率高、预测精度高和泛化能力强等特点。应用大坝材料参数反演的两种新方法：微粒群算法(PSO)和人工鱼群算法(AFSA)并对其进行改进。对PSO重新构建了惯性权重的非线性衰减函数，能够更好地协调算法的全局和局部收敛能力；同时还将模拟退火算法(SA)引入到微粒群算法中，增强了算法跳出局部极小的能力，提高了搜索效率。对AFSA，首先应用具有完全混沌特性的Logistic映射系统构造了AFSA的随机数发生系统，同时构建了感知距离的动态调整策略，不仅使算法能较快地到达全局极值附近，同时还加强了算法后期的局部搜索能力。计算表明，改进后建立的ISAPSO和ICAFSA反演算法是两个整体性能较优的新方法，丰富了大坝材料参数反演的智能化方法集。分析了大坝效应量、参数灵敏度和监测点位置优选的关系，提出了大坝安全监测中测点位置优选度的概念并建立了测点位置优选度定量计算的方法，以此可以指导在建大坝安全监测点的布设和已建大坝进行正反分析时监测资料的选取。然后通过对神经网络和支持向量机结构的分析和公式推导，得到网络输出对网络输入的灵敏度计算的一般公式。在使用正交实验定性地分析了对大坝应力应变起主要作用的控制性参数之后，分别通过重力坝和土石坝算例，应用有限元-神经网络方法计算了大坝控制性参数的灵敏度在坝体内的分布，然后进行了大坝位移监测点的位置优选度计算，最后通过算例对本文计算方法的正确性进行了验证。8.学位论文陈军念钢铁企业精轧机组温度仿真系统2006近年来国家基础设施建设大幅增长，钢材市场特别是高附加值钢材市场发展迅猛，这对热轧板带产品的质量提出了更高要求。仿真技术通过优化模型和控制方法，更准确地控制产品物理参数，避免了设备改造对生产的负面影响，同时提高了产品质量和附加值。钢铁企业中，温度是影响热轧产品质量最为重要的因素之一，它决定了钢材的微观组织性能和宏观力学性能。本文设计并实现了某钢厂精轧机组温度仿真系统。热轧生产中，带钢特别是厚带钢，其表面温度和中心温度不一样，现场模型忽略了厚度对带钢温度的影响，而差分模型充分考虑了该影响。通过消化现场温度控制系统和差分