冷连轧板形板厚智能解耦控制研究

发布时间：2017-12-05 20:17

  本文关键词：冷连轧板形板厚智能解耦控制研究

  更多相关文章： 杂草算法 杂草粒子群算法 PID神经元网络解耦控制

【摘要】：板形和板厚是衡量带钢质量的两个重要指标。板形板厚控制系统是一个耦合的、多变量的复杂系统,如何实现和提高板形板厚综合系统的控制水平已经成为轧制技术领域中的一个前沿课题。随着智能控制理论的迅速发展,相关理论和技术已大量应用到板形板厚(AFC-AGC)综合控制中。由于AFC-AGC综合控制是一个非线性、强耦合、大时滞的多变量实时控制系统,对于这样一个复杂的系统,常规的控制方法难以达到理想的效果。因此,采用现代控制方法和智能技术相结合的控制手段已经成为AFC-AGC综合控制的发展趋势。本文首先以某钢厂1700mm冷轧现场数据为背景,以AFC-AGC综合控制系统为研究对象,在分析系统中各变量之间耦合关系和各个变量的变化规律基础上建立了板形板厚综合控制系统模型,对AFC-AGC综合控制进行了深入的研究。其次,结合轧制理论,对几种常用解耦控制算法进行了研究并分析了其优缺点,通过MATLAB验证板形板厚系统之间确实存在较强的耦合作用,验证了本文选题的合理性和必要性。最后,首先进行杂草算法[1-2](invasive weed optimization,简称IWO)、杂草粒子群算法[3](the particle swarm algorithm of weeds,简称IWOPSO)以及改进gIWOPSO三中算法的比较,分出优劣。针对建立的数学模型,进行了常规PID解耦控制的研究和仿真,仿真结果表明其解耦控制效果较好,但是反应时间和抗干扰能力较差。因此,在此基础上提出了基于改进gIWOPSO的PID神经网络[4]解耦控制策略,并将其应用到板形板厚系统的解耦控制中。解耦控制结果表明,该复合算法解耦响应速度和抗干扰能力明显优于传统PID解耦控制效果。
【学位授予单位】：辽宁科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG334.9

【相似文献】

中国期刊全文数据库 前10条

1 胡积胜,许宗保;解耦控制在纸机生产中的应用[J];黑龙江造纸;2003年03期

2 黄宝成;;透平机的解耦控制[J];炼油化工自动化;1990年02期

3 姚达同;董良斌;石虹;;帘子布浸胶机生产线张力及张力解耦控制[J];交通部上海船舶运输科学研究所学报;1993年01期

4 于世静,安自卫;控制回路间耦合与解耦控制[J];化工自动化及仪表;1981年02期

5 李伯群;李娇;李济瀚;;冷连轧机厚度和张力系统的智能解耦控制[J];辽宁科技大学学报;2014年01期

6 鲁祖权;并联流体管路系绕的解耦控制[J];齐齐哈尔轻工学院学报;1986年02期

7 戴永彬;白延玉;蔡艳慧;;基于单值预测的递推滑模解耦控制[J];化工自动化及仪表;2010年10期

8 陆宏正;盖其祥;;空调试验台预处理室温湿度计算机解耦控制[J];中国纺织大学学报;1988年01期

9 沙成;郑晓亮;;冻结站制冷盐水流量和温度的模糊补偿解耦控制方法[J];煤矿机电;2014年02期

10 张普;曹俊;;乙烯装置干燥器再生系统解耦控制[J];石油化工自动化;2008年06期

中国重要会议论文全文数据库 前10条

1 李裕山;姚郁;王子才;;不确定非线性系统的解耦控制[A];1996中国控制与决策学术年会论文集[C];1996年

2 刘宝;张中炜;丁永生;;基于生长激素双向调节原理的解耦控制[A];第十七届全国过路控制会议论文集[C];2006年

3 于海磊;王雷;贾磊;;解耦控制在纸机网前箱系统中的应用[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

4 孙玉坤;王博;嵇小辅;黄永红;;基于模糊神经网络α阶逆系统的发酵过程多变量解耦控制(英文)[A];2009年中国智能自动化会议论文集（第八分册）[控制理论与应用（专刊）][C];2009年

5 刘世伟;张忠怀;杨惠卿;;一种采用预估补偿解耦方法的智能解耦控制[A];1994年中国控制会议论文集[C];1994年

6 刘世伟;张忠怀;杨惠卿;;一种采用预估补偿方法的智能解耦控制[A];1995年中国控制会议论文集（下）[C];1995年

7 高建平;陈宗基;;非线性变结构解耦控制及其在飞行器姿态控制中的应用[A];1996年中国控制会议论文集[C];1996年

8 闵娟;黄之初;;多变量解耦控制方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

9 何关钰;;受限解耦控制问题的初等变换法[A];1996年中国控制会议论文集[C];1996年

10 孙玉坤;王博;丁慎平;;基于模糊神经网络α阶逆系统的发酵过程多变量解耦控制[A];第二十七届中国控制会议论文集[C];2008年

中国博士学位论文全文数据库 前2条

1 黄健康;铝合金脉冲MIG焊过程多信息分析及解耦控制[D];兰州理工大学;2010年

2 李帆;不确定性系统的解耦控制与稳定裕度分析[D];西北工业大学;2001年

，

本文编号：1256052