冷轧APC系统智能控制器设计与实验研究

发布时间：2017-09-06 23:13

  本文关键词：冷轧APC系统智能控制器设计与实验研究

  更多相关文章： 冷轧 自动位置控制 DE算法 模糊控制 连续功能表 FB封装 Elman神经网络 辨识

【摘要】：在冷轧板带的生产中,厚度精度是板带材重要的质量评价指标,而冷轧液压自动位置控制(Automatic Position Control,APC)系统的性能直接关系到板带材产品的厚度精度。目前在冷轧领域使用最广泛的PID控制器在应对系统时变、非线性时,需要人工调节参数,自适应能力较差,存在很多局限性。随着控制理论不断发展和完善,将智能算法引入到APC系统中,并且根据实际生产需求进行改进和创新具有重要的研究价值。首先,在深入分析冷轧APC系统的构造和运行原理的基础上,建立冷轧液压APC系统的线性和非线性模型,并以线性模型为依据搭建系统模拟电路,便于后期PLC实验研究。其次,以搭建好的线性APC模型为研究对象,设计出差分进化(Differential Evolution,DE)算法PID控制器。另外,为了对阶跃响应性能进行更全面的评价,采用多指标加权适应度函数,并引入基于“个体健康值”的变异缩放因子和“种群早熟指标”的交叉概率,从而提高算法搜索速度以及规避局部极值的能力,最终得到IDE-PID Differential Evolu(I timprove on-d PID)控制器,并进行MATLAB仿真和PLC实验研究。再次,针对IDE-PID控制器后期参数调整效率低下的缺点,在改进适应度函数的基础上提出了fuzzy-PID参数自调整控制器。另外,提出模糊规则穷搜索算法完善模糊规则库,结合之前提出的IDE算法,得到IDE-fuzzy PID控制器,并进行MATLAB仿真和PLC实验研究。最后,以非线性APC模型为研究对象,设计出了基于Elman网络辨识的神经网络控制器。其中,Elman网络具有动态辨识能力,可以对系统非线性动态特性进行准确辨识;另外加入一个前馈网络控制器,根据Elman网络辨识结果输出控制量。同时借鉴广义预测控制理论来提高系统响应性能,最后进行了MATLAB仿真实验对比试验。
【关键词】：冷轧 自动位置控制 DE算法 模糊控制 连续功能表 FB封装 Elman神经网络 辨识
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG334.9
【目录】：

• 摘要5-6
• Abstract6-8
• 目录8-10
• 第1章 绪论10-16
• 1.1 引言10
• 1.2 冷轧自动厚度控制系统概述10-11
• 1.3 冷轧APC系统发展过程及现状11-12
• 1.3.1 冷轧APC控制系统的发展过程11
• 1.3.2 冷轧领域控制技术现状及不足11-12
• 1.4 智能控制的发展及其在冷轧领域的应用12-14
• 1.4.1 智能控制的发展12-13
• 1.4.2 智能控制在冷轧领域的应用13-14
• 1.5 选题意义及研究内容14-16
• 第2章 冷轧APC系统数学模型建立及模拟电路设计16-25
• 2.1 引言16
• 2.2 冷轧APC系统结构介绍16-21
• 2.2.1 位移传感器17-18
• 2.2.2 伺服放大器18
• 2.2.3 电液伺服阀18-20
• 2.2.4 阀控液压缸20-21
• 2.3 冷轧APC系统数学模型21-24
• 2.3.1 冷轧APC系统非线性模型21-22
• 2.3.2 冷轧APC系统线性模型22-24
• 2.4 本章小结24-25
• 第3章 基于改进差分进化算法的冷轧APC系统控制器设计及实验研究25-49
• 3.1 引言25
• 3.2 差分进化算法介绍25-29
• 3.2.1 差分进化算法原理和缺点分析26-27
• 3.2.2 改进的适应度函数27
• 3.2.3 基于自适应参数的差分进化算法27-29
• 3.3 基于改进差分进化算法的IDE-PID控制器设计及仿真研究29-36
• 3.3.1 IDE-PID控制器设计29-31
• 3.3.2 仿真实验31-36
• 3.4 IDE-PID控制器在SIEMENS PLC平台的实验研究36-48
• 3.4.1 西门子PLC简介36-37
• 3.4.2 FM458功能模块介绍37-38
• 3.4.3 D7 Function Block Generator软件简介38-40
• 3.4.4 IDE-PID算法的PLC编程实现40-41
• 3.4.5 实验结果41-48
• 3.5 本章小结48-49
• 第4章 基于IDE-fuzzy算法的冷轧APC系统控制器设计及实验研究49-61
• 4.1 引言49
• 4.2 改进的fuzzy-PID算法49-58
• 4.2.1 模糊控制的基本原理49-50
• 4.2.2 改进的fuzzy-PID算法50-52
• 4.2.3 模糊规则库的获取52-54
• 4.2.4 IDE-fuzzy PID算法运行流程54-57
• 4.2.5 仿真实验57-58
• 4.3 IDE-fuzzy PID控制器在西门子PLC平台的实验研究58-60
• 4.3.1 CFC程序的编写58
• 4.3.2 实验结果58-60
• 4.4 本章小结60-61
• 第5章 基于Elman网络辨识的神经网络控制器在冷轧APC系统中的研究61-72
• 5.1 引言61
• 5.2 基于Elman神经网络的辨识器设计61-67
• 5.2.1 非线性冷轧APC系统分析61-62
• 5.2.2 Elman神经网络及其在APC系统辨识中的应用62-66
• 5.2.3 基于Elman神经网络系统辨识的仿真研究66-67
• 5.3 基于Elman网络辨识的神经网络控制器设计67-70
• 5.4 仿真研究70-71
• 5.5 本章小结71-72
• 结论72-73
• 参考文献73-77
• 攻读硕士学位期间承担的科研任务与主要成果77-78
• 致谢78-79
• 作者简介79

【参考文献】

中国期刊全文数据库 前7条

1 李浚泉;智能控制发展过程综述[J];工业控制计算机;1999年03期

2 谭昶;肖南峰;;基于改进RCE和RBF神经网络的静态手势识别[J];计算机工程与应用;2011年07期

3 刘长平;叶春明;;一种新颖的仿生群智能优化算法:萤火虫算法[J];计算机应用研究;2011年09期

4 陈杰;李志平;张国柱;;变结构神经网络自适应鲁棒控制[J];自动化学报;2010年01期

5 赵铁彪;刘长远;张红军;薛美盛;;一种改进的广义预测控制[J];石油化工自动化;2012年05期

6 苏亚红;;我国冷轧板带生产状况及展望[J];冶金信息导刊;2007年05期

7 佟强;吴辉;徐荣丰;;应用BP神经网络的单机架可逆式冷轧机弯辊力预设定[J];重型机械科技;2007年02期

，

本文编号：805992