本文關(guān)鍵詞：基于BP神經(jīng)網(wǎng)絡(luò)逆模型的熱連軋產(chǎn)品質(zhì)量研究

  更多相關(guān)文章： BP神經(jīng)網(wǎng)絡(luò) 自適應(yīng)逆控制 內(nèi)�？刂� 熱連軋產(chǎn)品

【摘要】：隨著計(jì)算機(jī)人工智能技術(shù)的快速發(fā)展,利用人工智能提高鋼鐵企業(yè)的市場競爭力,滿足用戶對鋼種的特定需求是目前鋼鐵企業(yè)研究的重要目標(biāo)。本文以某鋼鐵企業(yè)熱連軋產(chǎn)品質(zhì)量為研究背景,運(yùn)用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建鋼鐵熱連軋產(chǎn)品性能指標(biāo)和鋼鐵化學(xué)成份與軋制工藝參數(shù)的逆模型,目的能夠根據(jù)給定的鋼鐵性能指標(biāo)求軋制工藝參數(shù)。為此,主要做了以下工作; 1、分析研究論文選題背景與目前國內(nèi)外有關(guān)BP神經(jīng)網(wǎng)絡(luò)逆模型和自適應(yīng)逆控制算法的研究現(xiàn)狀。并且綜述了與論文研究相關(guān)的理論與算法：BP神經(jīng)網(wǎng)絡(luò)和自適應(yīng)逆控制理論。 2、分析內(nèi)�？刂评碚摰难芯楷F(xiàn)狀與基本原理。研究線性內(nèi)�？刂坪蜕窠�(jīng)非線性內(nèi)模控制的設(shè)計(jì)方法,并通過實(shí)驗(yàn)驗(yàn)證了神經(jīng)非線性內(nèi)�？刂凭哂邢龜_動和魯棒性的特點(diǎn)。 3、結(jié)合BP神經(jīng)網(wǎng)絡(luò)、自適應(yīng)逆控制與內(nèi)�？刂评碚�,建立了基于內(nèi)�？刂频亩噍斎雴屋敵�(MISO)的BP神經(jīng)網(wǎng)絡(luò)逆模型,實(shí)現(xiàn)了BP神經(jīng)網(wǎng)絡(luò)輸出變量和輸入變量的逆映射,根據(jù)模型的輸出變量可以求解出輸入變量,并且給出逆模型求解的具體算法步驟。 4、根據(jù)某鋼鐵企業(yè)生產(chǎn)某鋼種樣本,將所建模型應(yīng)用到熱連軋產(chǎn)品質(zhì)量系統(tǒng)中,給定熱連軋產(chǎn)品性能指標(biāo)求解軋制工藝參數(shù)——軋制卷曲溫度,實(shí)現(xiàn)了對軋制工藝參數(shù)的優(yōu)化和可控制性。經(jīng)過實(shí)驗(yàn)驗(yàn)證,將逆模型輸出的卷曲溫度代入到熱連軋產(chǎn)品質(zhì)量正系統(tǒng)中進(jìn)行預(yù)測,誤差在0.04范圍內(nèi),基本符合企業(yè)的要求。 下一步的研究工作將運(yùn)用所建立的BP神經(jīng)網(wǎng)絡(luò)逆模型,根據(jù)給定的鋼鐵性能指標(biāo)求解熱連軋鋼鐵化學(xué)成份含量,降低鋼鐵熱連軋產(chǎn)品的生產(chǎn)成本,從而進(jìn)一步提升鋼鐵企業(yè)的市場競爭力。
【關(guān)鍵詞】：BP神經(jīng)網(wǎng)絡(luò) 自適應(yīng)逆控制 內(nèi)�？刂� 熱連軋產(chǎn)品
【學(xué)位授予單位】：山西師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TG334.9;TP183
【目錄】：

• 摘要3-5
• Abstract5-10
• 1 緒論10-14
• 1.1 研究背景10
• 1.2 研究意義與經(jīng)濟(jì)價值10-11
• 1.3 國內(nèi)外研究現(xiàn)狀11-12
• 1.3.1 國外研究現(xiàn)狀11-12
• 1.3.2 國內(nèi)研究現(xiàn)狀12
• 1.4 論文研究內(nèi)容與工作安排12-13
• 1.4.1 研究內(nèi)容12-13
• 1.4.2 工作安排13
• 1.5 本章小結(jié)13-14
• 2 相關(guān)理論綜述14-24
• 2.1 BP 神經(jīng)網(wǎng)絡(luò)14-20
• 2.1.1 BP 神經(jīng)網(wǎng)絡(luò)的參數(shù)選擇14-17
• 2.1.2 BP 神經(jīng)網(wǎng)絡(luò)算法17-19
• 2.1.3 BP 神經(jīng)網(wǎng)絡(luò)優(yōu)點(diǎn)與缺點(diǎn)19-20
• 2.2 自適應(yīng)逆控制理論20-23
• 2.2.1 自適應(yīng)逆控制的基本思想20-21
• 2.2.2 線性系統(tǒng)的自適應(yīng)逆控制21
• 2.2.3 非線性系統(tǒng)的自適應(yīng)逆控制21-22
• 2.2.4 非線性系統(tǒng)自適應(yīng)逆控制改進(jìn)22-23
• 2.3 本章小結(jié)23-24
• 3 神經(jīng)內(nèi)模控制24-32
• 3.1 內(nèi)�？刂蒲芯楷F(xiàn)狀24-25
• 3.2 內(nèi)模控制原理25
• 3.3 線性內(nèi)�？刂破髟O(shè)計(jì)25-27
• 3.4 神經(jīng)非線性內(nèi)模控制27-29
• 3.5 實(shí)驗(yàn)仿真29-31
• 3.6 本章小結(jié)31-32
• 4 基于內(nèi)�？刂频� BP 神經(jīng)網(wǎng)絡(luò)逆模型的設(shè)計(jì)32-44
• 4.1 系統(tǒng)可逆性定義32
• 4.2 神經(jīng)網(wǎng)絡(luò)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 內(nèi)�？刂频� BP 神經(jīng)網(wǎng)絡(luò)逆模型的設(shè)計(jì)34-39
• 4.3.1 非線性系統(tǒng)的可逆性35-36
• 4.3.2 BP 神經(jīng)網(wǎng)絡(luò)逆模型的設(shè)計(jì)36-39
• 4.4 內(nèi)模控制的 BP 神經(jīng)網(wǎng)絡(luò)逆模型算法39-42
• 4.4.1 算法流程圖39-41
• 4.4.2 逆模型算法步驟41-42
• 4.5 本章小結(jié)42-44
• 5 BP 神經(jīng)網(wǎng)絡(luò)逆模型在熱連軋產(chǎn)品質(zhì)量中的應(yīng)用44-60
• 5.1 熱連軋產(chǎn)品簡介44-46
• 5.2 熱連軋產(chǎn)品工業(yè)參數(shù)46
• 5.3 軋制數(shù)據(jù)樣本處理46-51
• 5.3.1 樣本選擇46-49
• 5.3.2 樣本預(yù)處理與選擇49-50
• 5.3.3 輸入輸出變量的確定50
• 5.3.4 樣本歸一化處理50-51
• 5.4 熱連軋軋制工藝參數(shù)優(yōu)化應(yīng)用51-59
• 5.4.1 軋制卷曲溫度求解模型51-53
• 5.4.2 基于內(nèi)�？刂频� BP 神經(jīng)網(wǎng)絡(luò)逆模型應(yīng)用53-59
• 5.5 本章小結(jié)59-60
• 6 總結(jié)與展望60-62
• 6.1 總結(jié)60
• 6.2 展望60-62
• 致謝62-64
• 參考文獻(xiàn)64-68
• 攻讀碩士期間所做課題項(xiàng)目及發(fā)表的學(xué)術(shù)論文68

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉小河;基于神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)內(nèi)模控制的漸近完全控制[J];紡織高�；A(chǔ)科學(xué)學(xué)報(bào);1998年01期

2 李正熙,王立鋒,胡敦利,趙仁濤,劉s，

本文編號：843708