基于BP神经网络逆模型的热连轧产品质量研究

发布时间：2017-09-13 12:23

  本文关键词：基于BP神经网络逆模型的热连轧产品质量研究

  更多相关文章： BP神经网络 自适应逆控制 内模控制 热连轧产品

【摘要】：随着计算机人工智能技术的快速发展,利用人工智能提高钢铁企业的市场竞争力,满足用户对钢种的特定需求是目前钢铁企业研究的重要目标。本文以某钢铁企业热连轧产品质量为研究背景,运用BP神经网络构建钢铁热连轧产品性能指标和钢铁化学成份与轧制工艺参数的逆模型,目的能够根据给定的钢铁性能指标求轧制工艺参数。为此,主要做了以下工作; 1、分析研究论文选题背景与目前国内外有关BP神经网络逆模型和自适应逆控制算法的研究现状。并且综述了与论文研究相关的理论与算法：BP神经网络和自适应逆控制理论。 2、分析内模控制理论的研究现状与基本原理。研究线性内模控制和神经非线性内模控制的设计方法,并通过实验验证了神经非线性内模控制具有消除扰动和鲁棒性的特点。 3、结合BP神经网络、自适应逆控制与内模控制理论,建立了基于内模控制的多输入单输出(MISO)的BP神经网络逆模型,实现了BP神经网络输出变量和输入变量的逆映射,根据模型的输出变量可以求解出输入变量,并且给出逆模型求解的具体算法步骤。 4、根据某钢铁企业生产某钢种样本,将所建模型应用到热连轧产品质量系统中,给定热连轧产品性能指标求解轧制工艺参数——轧制卷曲温度,实现了对轧制工艺参数的优化和可控制性。经过实验验证,将逆模型输出的卷曲温度代入到热连轧产品质量正系统中进行预测,误差在0.04范围内,基本符合企业的要求。 下一步的研究工作将运用所建立的BP神经网络逆模型,根据给定的钢铁性能指标求解热连轧钢铁化学成份含量,降低钢铁热连轧产品的生产成本,从而进一步提升钢铁企业的市场竞争力。
【关键词】：BP神经网络 自适应逆控制 内模控制 热连轧产品
【学位授予单位】：山西师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG334.9;TP183
【目录】：

• 摘要3-5
• Abstract5-10
• 1 绪论10-14
• 1.1 研究背景10
• 1.2 研究意义与经济价值10-11
• 1.3 国内外研究现状11-12
• 1.3.1 国外研究现状11-12
• 1.3.2 国内研究现状12
• 1.4 论文研究内容与工作安排12-13
• 1.4.1 研究内容12-13
• 1.4.2 工作安排13
• 1.5 本章小结13-14
• 2 相关理论综述14-24
• 2.1 BP 神经网络14-20
• 2.1.1 BP 神经网络的参数选择14-17
• 2.1.2 BP 神经网络算法17-19
• 2.1.3 BP 神经网络优点与缺点19-20
• 2.2 自适应逆控制理论20-23
• 2.2.1 自适应逆控制的基本思想20-21
• 2.2.2 线性系统的自适应逆控制21
• 2.2.3 非线性系统的自适应逆控制21-22
• 2.2.4 非线性系统自适应逆控制改进22-23
• 2.3 本章小结23-24
• 3 神经内模控制24-32
• 3.1 内模控制研究现状24-25
• 3.2 内模控制原理25
• 3.3 线性内模控制器设计25-27
• 3.4 神经非线性内模控制27-29
• 3.5 实验仿真29-31
• 3.6 本章小结31-32
• 4 基于内模控制的 BP 神经网络逆模型的设计32-44
• 4.1 系统可逆性定义32
• 4.2 神经网络逆模型建模方法32-34
• 4.2.1 正向建模33
• 4.2.2 逆向建模33-34
• 4.3 内模控制的 BP 神经网络逆模型的设计34-39
• 4.3.1 非线性系统的可逆性35-36
• 4.3.2 BP 神经网络逆模型的设计36-39
• 4.4 内模控制的 BP 神经网络逆模型算法39-42
• 4.4.1 算法流程图39-41
• 4.4.2 逆模型算法步骤41-42
• 4.5 本章小结42-44
• 5 BP 神经网络逆模型在热连轧产品质量中的应用44-60
• 5.1 热连轧产品简介44-46
• 5.2 热连轧产品工业参数46
• 5.3 轧制数据样本处理46-51
• 5.3.1 样本选择46-49
• 5.3.2 样本预处理与选择49-50
• 5.3.3 输入输出变量的确定50
• 5.3.4 样本归一化处理50-51
• 5.4 热连轧轧制工艺参数优化应用51-59
• 5.4.1 轧制卷曲温度求解模型51-53
• 5.4.2 基于内模控制的 BP 神经网络逆模型应用53-59
• 5.5 本章小结59-60
• 6 总结与展望60-62
• 6.1 总结60
• 6.2 展望60-62
• 致谢62-64
• 参考文献64-68
• 攻读硕士期间所做课题项目及发表的学术论文68

【参考文献】

中国期刊全文数据库 前10条

1 刘小河;基于神经网络的非线性系统内模控制的渐近完全控制[J];纺织高校基础科学学报;1998年01期

2 李正熙,王立锋,胡敦利,赵仁涛,刘s，

本文编号：843708