杨景明
,
杜鹏
,
车海军
,
张林浩
钢铁
针对板形板厚综合系统具有强耦合、非线性、含纯滞后环节的特点,建立了板形板厚耦合模型,并在对其进行神经网络解耦设计的基础上提出了基于对角递归神经网络(DRNN)整定PID的板形板厚解耦控制方法,然后根据带钢冷轧情况提出神经网络解耦对不同塑性刚度参数的实际适用范围.仿真结果表明,该解耦控制系统具有比传统前馈补偿解耦PID控制效果好、响应速度快、自适应跟随能力强等优点,并且符合实际轧制要求,有效地提高了板形板厚的控制精度.
关键词:
解耦
,
神经网络解耦
,
对角递归神经网络
,
板形板厚
杨景明
,
张青
,
车海军
,
张林浩
钢铁研究学报
针对冷连轧机在轧制过程中的多变量、强耦合、非线性等特点,以等相对负荷为目标,在现场和设备所受的约束条件下,应用基于遗传算法的混合蚁群算法进行规程优化设计,该方法首先利用遗传算法的随机搜索产生规程的初始信息素分布,然后充分利用蚁群算法的并行性、正反馈机制以及求解效率高等特性寻求最优解.该算法使用方便,对某1370mm 5机架冷连轧机进行设计比较,表明该方法计算精度高、收敛速度快、可满足在线控制需求.
关键词:
冷连轧.轧制规程
,
遗传算法
,
蚁群算法
,
优化设计
