收藏本站
《上海大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

智能自适应解耦控制及其在板形板厚综合控制中的应用

姚有领  
【摘要】: 板形和板厚是现代板带生产中两个非常重要的质量控制指标,板形、板厚质量控制水平的高低直接关系到板带钢制成品质量的优劣和板带钢市场销售的好坏,因此,板厚和板形控制功能是板带轧机自动控制系统中两个最主要的功能。 板形、板厚两者之间相互关联、相互交叉、耦合程度严重。因此,两者构成了一个多变量、强耦合复杂控制系统。本文通过分析这一系统各变量之间耦合关系和各个变量的变化规律,研究了影响板形板厚两个重要质量指标的主要因素,建立了板形板厚综合控制系统控制模型,并针对山东莱钢1500mm热连轧带钢精轧六机架板形板厚控制要求,研究、设计了三种控制方法。 根据板形板厚综合控制系统的特点:难以进行精确计算、难以建立精确数学模型、控制变量多、强耦合等,本文将基于遗传算法和神经网络的智能控制方法应用于板形板厚综合控制系统中,提高了板形板厚控制精度,主要所作的研究工作有: (1)通过对多变量神经网络控制器结构研究,在不变性原理的基础上提出了多变量串联补偿神经网络解耦控制方法。通过采用神经网络解耦补偿控制,在不影响系统控制功能和性能的前提下,实现了多变量之间的解耦,优化了控制系统的性能指标。 (2)通过对标准遗传算法(Standard Genetic Algorithm简称SGA)的原理、控制参数的选择、遗传操作、编码方式等方面的分析、研究,针对SGA存在的易陷入局部最优、早熟以及多值参数优化中存在的二进制编码串过长等影响遗传算法的计算精度和运行效率的缺陷,对遗传算法进行改进,提出了基于实数编码的自适应竞争遗传算法(Adaptive Compete Genetic Algorithm简称ACGA)。采用ACGA、自适应遗传算法(Adaptive Genetic Algorithm简称AGA)和SGA对几个标准测试函数作了优化仿真,结果表明ACGA的性能要优于SGA和AGA的性能。同时,采用ACGA优化所设计的几种控制器的仿真和实际应用也表明ACGA能够较好地消除SGA所存在的缺陷,其学习效率、收敛速度等明显优于SGA和AGA。 (3)针对广义预测控制的特点及实际应用情况,在总结原参考轨线的基础上,根据原参考轨线柔化系数不易精确确定、轨线参考性因人而异、准确度有待提高等不足,提出了一种新的参考轨线算法—自适应参考轨线,使得参考轨线跟踪系统输入输出的差值,提高了参考轨线精度。同时进一步研究了基于神经网络的预测控制算法,将神经网络与预测控制的融合,设计了一种神经网络预测控制器,改进了对多变量、非线性控制系统的预测控制性能,提高了1500mm热连轧精轧六机架板形板厚控制的实时性精度,增强了系统稳定性。 (4)针对常规PID控制算法易于实现,但对系统参数变化适应性差的特点,将ACGA应用到PID控制器的参数在线优化中。通过仿真验证表明,本文所研究的智能控制方法对PID控制性能改进效果明显,不仅实现了PID参数的在线自整定,而且提高了系统的控制精度和响应速度。通过在精轧机上实际应用,表明基于ACGA的PID控制方法的性能明显优于传统PID控制效果。 最后,将所研究的智能控制方法应用于山东莱钢集团1500mm热连轧带钢项目精轧六机架板形板厚综合控制系统中,通过对板形板厚实际控制效果比较情况看,基于ACGA多变量神经网络自适应解耦预测控制方法实时性和控制精度更好,而且控制系统设计不依赖于对象精确的数学模型,控制方法简单易行,易于实现,能够很好地满足当今板形板厚质量综合控制目标的要求。
【学位授予单位】:上海大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:TP273.2

手机知网App
【相似文献】
中国重要会议论文全文数据库 前10条
1 周海清;王恭先;陈正汉;;基于面向对象遗传算法的抗滑桩优化设计程序的研制[A];中国土木工程学会第九届土力学及岩土工程学术会议论文集(下册)[C];2003年
2 吴建生;金龙;;基于实数编码的遗传算法神经网络预报建模研究[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(下册)[C];2004年
3 申元霞;张翠芳;;GA-BP算法在系统辨识中的应用[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
4 刘辙;彭亮;崔广才;吴学礼;;混合遗传算法在车间调度中的应用[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年
5 曹春红;李文辉;张永坚;;遗传蚂蚁算法在几何约束求解中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
6 姜楠;张春森;;遗传算法在图像模板匹配中的应用[A];高精度几何量光电测量与校准技术研讨会论文集[C];2008年
7 朱秀娥;周宝焜;;振动筛设计的遗传算法[A];福建省科协第三届学术年会装备制造业专题学术年会论文集[C];2003年
8 何奉道;梁向阳;;基于遗传算法的机车周转图优化编制方法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
9 刘忠凯;薛正辉;任武;李伟明;高本庆;;用遗传算法优化八木天线[A];2005'全国微波毫米波会议论文集(第二册)[C];2006年
10 汝勇;杨树强;;遗传算法在历史性约束组合优化问题中的应用[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集(上册)[C];2010年
中国重要报纸全文数据库 前10条
1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
2 程爱娟;旅行推销员问题(TSP)的人工智能解法及其应用[N];新疆科技报(汉);2001年
3 中国科技大学计算机系 邢方亮;计算智能百花齐放[N];计算机世界;2003年
4 包家庆;IDS五大发展趋势[N];网络世界;2002年
5 郭明波;来自蝙蝠的启发[N];北京科技报;2001年
6 易水;IT新词集锦[N];计算机世界;2003年
7 高澜庆;矿山企盼智能化[N];中国矿业报;2000年
8 顾正华 唐洪武 肖洋 河海大学水利水电工程学院 李云 南京水利科学研究院水工研究所;水流智能模拟大步走来[N];中国水利报;2005年
9 李磊;让电子政务更聪明[N];计算机世界;2001年
10 记者 吴苡婷;用技术挖出网络信息中“金子”[N];上海科技报;2009年
中国博士学位论文全文数据库 前10条
1 姚有领;智能自适应解耦控制及其在板形板厚综合控制中的应用[D];上海大学;2008年
2 张旭;具有拓扑结构布局优化的理论及算法[D];大连理工大学;2004年
3 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
4 周明;高新技术产业投资环境系统研究[D];西北工业大学;2006年
5 张需溥;小型化微带天线的设计与数值分析[D];上海大学;2004年
6 杨春成;空间数据挖掘中聚类分析算法的研究[D];解放军信息工程大学;2004年
7 方娟;基于移动代理的网格资源监控技术的研究[D];北京工业大学;2005年
8 崔晓芳;箱型结构焊接变形预测、控制及应用[D];大连交通大学;2005年
9 张材;薄带坯铸轧板形智能识别与控制系统研究[D];中南大学;2004年
10 田方;遗传算法的改进研究及其在压缩机性能分析与优化中的应用[D];东北大学;2006年
中国硕士学位论文全文数据库 前10条
1 赵雷;基于遗传算法的分类规则挖掘研究[D];福州大学;2004年
2 孙昌佑;基于遗传算法的水电站厂内经济运行模型研究[D];大连理工大学;2004年
3 韩耀鹏;模糊控制在蒸汽温度控制系统中的仿真研究[D];辽宁工程技术大学;2004年
4 陈伟;库存管理与车辆路线问题优化研究[D];大连海事大学;2004年
5 李尧;进化型模拟滤波器的研究[D];东北师范大学;2005年
6 闫丽新;网络化制造的车间调度方法研究[D];沈阳工业大学;2006年
7 卞长松;基于遗传算法的作业车间优化调度方法及其应用[D];上海交通大学;2008年
8 刘金星;基于遗传算法的分类方法的探究[D];曲阜师范大学;2003年
9 陈慧琴;基于人工神经网络的遗传算法理论及应用[D];武汉理工大学;2003年
10 文高进;遗传算法在数字图像处理中的应用[D];湖南师范大学;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026