收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

板形模式识别与控制的智能方法研究

李楠  
【摘要】: 现代工业的发展对冷轧带钢生产提出了更高的要求,不断提高板材产品的板形质量成为现代高精度轧机必须解决的问题之一。因此,板形控制日益成为钢铁企业面临的重要课题,板形模式识别是板形控制的前提,为板形闭环控制系统的关键环节,也是板形控制研究的热点问题。近来,人工智能的方法以其在建模,优化和控制等方面所具有的强大功能在板形模式识别和控制领域得到了迅猛的发展。本文对国内外关于板形模式识别与控制方法的研究现状进行了综合分析,找出传统方法存在的不足,对板形模式识别与控制的智能方法进行了研究。 首先,分析了现阶段神经网络板形模式识别模型存在的网络结构难以确定,学习时间长,易陷入局部极小值等问题,基于支持向量机(Support Vector Machines, SVM)与径向基(Radial Basis Function, RBF)网络的等价性,利用SVM回归训练确定RBF网络较优的初始参数,建立了基于SVM的RBF网络板形模式识别模型。 其次,发现了以往板形模式识别方法中存在输入冗余的问题,利用板形基本模式的两两互反特性,将待识别样本与一对互反的基本模式的模糊距离之差作为RBF网络的输入,使网络的输入节点减半,进一步实现了板宽变化时网络结构的固定化和简单化,提高了板形模式识别的精度和速度。 再次,分析了以往板形智能控制方法的局限性,提出了板形控制的动态矩阵方法,该方法考虑到生产的实时特性,建立了板形控制的预测模型,不断调整反应板形特征参数量与调节量之间数学关系的板形影响矩阵,实时为板形控制提供依据。 最后,通过仿真实验对本文所提出的改进的基于SVM的RBF网络板形模式识别方法以及板形控制的动态矩阵方法进行了仿真验证。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 鲍鸿,黄心汉,李锡雄,毛宗源;用模糊RBF神经网络简化模型设计多变量自适应模糊控制器[J];控制理论与应用;2000年02期
2 高静巧,王硕禾,魏英静;一种基于RBF网络的模糊规则的动态生成算法[J];石家庄铁道学院学报;2005年01期
3 王洪瑞!电气工程学院,郭唐禾!电气工程学院,宋维公!电气工程学院;基于模糊距离的BP网络板形信号模式识别的研究[J];燕山大学学报;1997年04期
4 张媚,李秀娟;伺服系统的神经网络摩擦力自适应补偿研究[J];计算技术与自动化;2002年04期
5 唐正军,刘代志;径向基函数(RBF)网络在入侵检测中的应用[J];计算机工程;2003年08期
6 王晓哲,顾树生,吴成东;基于混合编码方式的RBF网络遗传训练算法[J];东北大学学报(自然科学版);2002年08期
7 牛建军,吴伟,陈国定;基于神经网络自整定PID控制策略及其仿真[J];系统仿真学报;2005年06期
8 付世凤;陈瑞志;王丽丽;;BP网络与RBFNN网络比较研究[J];现代商贸工业;2010年16期
9 王长琼;基于组合RBF网络的故障诊断方法及应用研究[J];计算机工程与应用;2001年14期
10 胡海峰,沈伟,秦家银;RBF网络在立体视觉系统中的研究[J];计算机工程与应用;2004年11期
11 宫新保,沈文辉,金兆彰,周希朗;RBF网络雷达天线扫描方式识别系统[J];红外与激光工程;2004年04期
12 陈书旺;张喜英;;模糊理论在RBF神经网络中的应用[J];电脑知识与技术;2008年04期
13 谭文,曾照福,王耀南,周少武,刘祖润;混沌系统的RBF网络补偿控制方法研究[J];湘潭矿业学院学报;2003年01期
14 王阳萍,朱正平;MATLAB在RBF径向基神经网络仿真中的应用[J];甘肃科技;2004年10期
15 宁朝;基于SVM技术的英文字符识别方法[J];大众科技;2005年08期
16 邓广慧;唐贤瑛;夏卓群;;基于FCM和RBF网络的入侵检测研究[J];电脑与信息技术;2006年01期
17 王清翔;仲婷;潘金贵;;基于SVM的日文网页分类[J];广西师范大学学报(自然科学版);2007年02期
18 孙丽英;葛超;朱艺;;RBF神经网络在函数逼近领域内的研究[J];计算机与数字工程;2007年08期
19 黄辰;贾石峰;;基于智能PID移动机器人电机转矩控制研究[J];电气传动自动化;2008年05期
20 刘伟;齐晓慧;;基于RBF网络的机械手臂逆问题的求解[J];航空计算技术;2009年01期
中国重要会议论文全文数据库 前10条
1 ;A Tool Wear Predictive Model Based on SVM[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
2 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
3 司爱威;冯辅周;江鹏程;饶国强;王建;;基于可变风险SVM模型的故障识别方法研究[A];第十届全国振动理论及应用学术会议论文集(2011)上册[C];2011年
4 王红伟;董慧;;一种提高SVM分类精度的调制信号识别方法[A];2010年西南三省一市自动化与仪器仪表学术年会论文集[C];2010年
5 ;Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication[A];第二十六届中国控制会议论文集[C];2007年
6 宋鑫颖;周志逵;;一种基于SVM的主动学习文本分类方法[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
7 邵杰;叶宁;容亦夏;;基于SVM的多波束测深数据滤波[A];第二十九届中国控制会议论文集[C];2010年
8 于湘涛;周峰;张兰;魏超;;基于SVM和田口方法的石英挠性加速度计健壮性设计[A];质量——持续发展的源动力:中国质量学术与创新论坛论文集(下)[C];2010年
9 ;Adaptive Control of Nonlinear System Based on SVM Online Algorithm[A];中国自动化学会控制理论专业委员会D卷[C];2011年
10 张睿;陈雪;马建文;;基于递归SVM的高光谱数据特征选择算法研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
中国博士学位论文全文数据库 前10条
1 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
2 申丰山;样例权重估计及在此基础上的SVM[D];西安电子科技大学;2011年
3 宋国明;基于提升小波及SVM优化的模拟电路智能故障诊断方法研究[D];电子科技大学;2010年
4 马占福;热连轧板形控制模型优化与应用研究[D];西安建筑科技大学;2011年
5 张婧;基于SVM的肺结节自动识别方法研究[D];华南理工大学;2011年
6 龙艳花;基于SVM的话者确认关键技术研究[D];中国科学技术大学;2011年
7 许敏强;基于话者统计特征和SVM的文本无关话者确认研究[D];中国科学技术大学;2011年
8 梁勋国;六辊冷连轧机板形控制模型优化的研究[D];东北大学;2009年
9 曹志坤;制冷陈列柜性能仿真SVM方法的研究及应用[D];上海交通大学;2010年
10 王金林;基于混沌时间序列和SVM的入侵检测系统研究[D];天津大学;2010年
中国硕士学位论文全文数据库 前10条
1 李楠;板形模式识别与控制的智能方法研究[D];燕山大学;2006年
2 严会霞;基于SVM的眼动轨迹解读思维状态的研究[D];太原理工大学;2010年
3 吴迪;基于SVM分类器的分步定位算法研究[D];哈尔滨工业大学;2010年
4 杨焕;基于Basic-N-Units特征的SVM方法预测MicroRNA[D];吉林大学;2010年
5 曾玉祥;盲抽取与SVM方法在地球化学异常下限提取中的应用[D];成都理工大学;2010年
6 曹云生;基于支持向量机(SVM)的森林生态系统健康评价及预警[D];河北农业大学;2011年
7 张汉女;基于SVM的海岸线提取方法研究[D];东北师范大学;2010年
8 姚玉;基于GA-SVM算法的细胞色素酶P450突变预测[D];上海交通大学;2011年
9 陈燃燃;基于SVM算法的web分类研究与实现[D];北京邮电大学;2010年
10 陈卓;基于聚类和SVM主动反馈的图像检索方法[D];重庆大学;2010年
中国重要报纸全文数据库 前10条
1 郭涛;利用SVM虚拟化技术实现容灾[N];中国计算机报;2008年
2 黄波;努力攻克热轧带钢轧机板形控制难关[N];中国冶金报;2010年
3 ;热带轧机带钢镰刀弯和板形控制HiPAC~(R)系统[N];世界金属导报;2004年
4 记者 宋家辰 刘敬元 通讯员 黄献东;鞍钢ASP(r)板形综合控制技术开发项目通过省级鉴定[N];中国冶金报;2007年
5 邱文光;冷轧带材轧辊分段冷却板形控制系统[N];世界金属导报;2007年
6 陈瑛;船舶制造与船板生产的紧密关系[N];世界金属导报;2006年
7 陈刚军;萨帕铝热新轧机驶上快车道[N];中国有色金属报;2006年
8 ;机械工业科技创新取得重大进展[N];中国有色金属报;2005年
9 高效轧制国家工程研究中心;板形控制系统的自主研发和应用[N];中国冶金报;2007年
10 通讯员  姜恩 记者  蔺玉堂;燕山大学8年获10项国家科学技术奖[N];光明日报;2006年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978