人工智能在轧机偏心和板形控制问题中的应用研究

发布时间：2021-03-05 13:20

　　本文采用智能控制方法对轧机轧辊偏心补偿及带材板形控制问题进行了研究。 论文首先对轧机厚度控制原理和各类厚度控制系统的性能及特点进行了综述。在此基础上，提出了轧辊偏心补偿及带材板形控制的基本概念和基本方法． 针对偏心补偿问题，文章从分析轧辊偏心产生原因入手，比较深入地分析了轧辊偏心对带材厚度精度的影响。在此基础上，提出了利用随机逼近法辨识偏心信号和基于LS算法的神经网络自适应滤波器在线检测偏心信号的两种偏心补偿方法，以及将上述两种方法相结合的偏心补偿方法，从而达到更好的偏心补偿效果。大量的计算机仿真证明了上述三种方法对轧机轧辊偏心具有良好的补偿效果。 本文针对某铜材厂高精度四辊可逆轧机，设计并实现了轧机偏心补偿系统，将文章中提出的偏心补偿方法与实际应用相结合。针对实际应用中所存在的问题，对各种测控算法作了进一步改进。最后本文利用从现场采集到的数据进行了计算机仿真研究。 针对板形控制问题，文章首先对板形问题的特点、性质、量度方式以及研究板形控制问题的必要性进行了具体深入的分析。在此基础上提出神经网络─模糊板形控制系统方案，并且针对其中的神经网络板形模式识别问题进行了... 

【文章来源】：西安理工大学陕西省

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
"><中文摘要>
"><关键词>
"><英文摘要>
"><英文关键词>
第一章 绪论
第二章 轧机厚度自动控制（AGC）原理
    2.1 带钢轧制过程基本规律
    2.2 各类AGC的工作原理及性能
第三章 偏心测量与补偿
    3.1 偏心控制基础
    3.2 引入偏心信号的轧机控制系统数学模型的建立及分析
    3.3 随机逼近法在偏心补偿中的应用
    3.4 线性规划神经网络实现动态偏心补偿
    3.5 随机逼近法与线性规划神经网络相结合实现偏心补偿
    3.6 小结
第四章 高精度轧机偏心补偿系统的实现
    4.1 轧机系统简介
    4.2 系统分析
    4.3 偏心补偿算法
    4.4 偏心递阶控制系统中的计算机实现
    4.5 数据分析及仿真
    4.6 小结
第五章 板形控制
    5.1 板形控制问题的提出
    5.2 神经网络-模糊板形控制系统
    5.3 基于神经网络的带材板形模式识别
    5.4 仿真研究及结果
    5.5 小结
第六章 结论
攻读硕士期间的研究成果
致谢
"><引文>


【参考文献】：
期刊论文
[1]随机逼近法对轧辊偏心信号的检测与控制[J]. 马宁,刘丁,郑岗.  重型机械. 1999(06)
[2]冷轧带材前张应力分布、横向厚差与板形关系[J]. 胡国栋,孙登月,许石民,张黎光.  钢铁. 1998(12)
[3]四辊轧机轧制压力横向分布的计算[J]. 徐致让,孙中建.  钢铁研究学报. 1998(04)
[4]板形模式的一种模糊识别方法[J]. 乔俊飞,郭戈,柴天佑.  钢铁. 1998(06)
[5]CVC四辊冷轧机板形预设定控制研究[J]. 张清东,陈先霖,徐乐江,华建新,徐耀寰,陈华昶.  钢铁. 1997(10)
[6]冷轧板形正交多项式分解模型[J]. 周旭东,王国栋.  钢铁. 1997(08)
[7]四辊轧机板形测、控系统的设计[J]. 杨俊,邸洪双,张晓峰,王国栋.  钢铁. 1997(03)
[8]神经网络技术及其在钢铁工业中的应用第3讲　反馈人工神经网络[J]. 杨自厚.  冶金自动化. 1996(06)
[9]冷轧薄带板形检测信号正交多项式分解及数学模型[J]. 邸洪双,张晓峰,刘相华,王国栋.  钢铁. 1995(09)
[10]冷轧带材板形判别模型的分析与讨论[J]. 林振波,张波,连家创,段振勇.  钢铁. 1995(08)



本文编号：3065269