【摘要】： 隨著國(guó)民經(jīng)濟(jì)的發(fā)展和現(xiàn)代生活水平的提高,板帶材的需求量在不斷增加,同時(shí)對(duì)板帶材產(chǎn)品質(zhì)量的要求也日益提高。板形模式識(shí)別與控制作為關(guān)系板帶材產(chǎn)品質(zhì)量的關(guān)鍵技術(shù),已成為鋼鐵行業(yè)重點(diǎn)研究問(wèn)題。近年來(lái),智能理論技術(shù)不斷發(fā)展,由于智能方法在建模、優(yōu)化和控制方面具有強(qiáng)大的功能,所以板形模式識(shí)別和控制技術(shù)的智能方法研究是現(xiàn)代板形技術(shù)發(fā)展的必然趨勢(shì)。本文選擇具有理論與實(shí)際意義的基于人工智能的冷帶軋機(jī)板形模式識(shí)別與控制為研究課題,研究了目前的板形智能識(shí)別和控制方面的理論知識(shí),對(duì)其進(jìn)行了綜合分析,取長(zhǎng)補(bǔ)短,重點(diǎn)利用模糊神經(jīng)網(wǎng)絡(luò)理論對(duì)板形模式識(shí)別與控制進(jìn)行了進(jìn)一步的研究。 首先,針對(duì)傳統(tǒng)的最小二乘板形模式識(shí)別方法的抗干擾能力差、精度低和神經(jīng)網(wǎng)絡(luò)方法存在網(wǎng)絡(luò)學(xué)習(xí)時(shí)間長(zhǎng)、易陷入局部最小值等問(wèn)題,把模糊理論和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)融合在一起,通過(guò)三個(gè)自適應(yīng)神經(jīng)模糊推理系統(tǒng)的有效擬合,提出了一種基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的板形模式識(shí)別方法。研究結(jié)果表明,該方法能夠很好的克服以上缺點(diǎn),而且能夠有效識(shí)別出常見(jiàn)的板形缺陷,識(shí)別速度和精度有所提高,識(shí)別結(jié)果跟實(shí)測(cè)板形也非常接近。 其次,針對(duì)板形控制系統(tǒng)的非線性和強(qiáng)耦合性,以及傳統(tǒng)效應(yīng)函數(shù)法和板形靜態(tài)影響矩陣的不足,通過(guò)對(duì)大量的生產(chǎn)實(shí)測(cè)數(shù)據(jù)的計(jì)算和分析,提出了板形控制的動(dòng)態(tài)影響矩陣法,建立了基于減法聚類的ANFIS(自適應(yīng)神經(jīng)模糊推理系統(tǒng))的板形預(yù)測(cè)模型。通過(guò)基于減法聚類的ANFIS的板形動(dòng)態(tài)矩陣預(yù)測(cè)模型,在線求得不斷變化的影響矩陣,實(shí)現(xiàn)板形的有效控制,兼顧了板帶生產(chǎn)的實(shí)時(shí)性與復(fù)雜性。 最后,將提出的板形控制的動(dòng)態(tài)影響矩陣法在900HC軋機(jī)上進(jìn)行了仿真應(yīng)用,通過(guò)仿真實(shí)驗(yàn)結(jié)果充分驗(yàn)證了本文提出的板形預(yù)測(cè)模型和板形控制的動(dòng)態(tài)影響矩陣法的有效性。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2010
【分類號(hào)】：TP273

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 李少清;基于Elman網(wǎng)絡(luò)的HC軋機(jī)板形識(shí)別與控制[D];燕山大學(xué);2011年

本文編號(hào)：2772458