神经网络自适应控制在冷轧机AGC系统中的应用

常规PID控制器是在冷轧机厚度控制中应用广泛的一种方法,但当AGC（厚度自动控制）系统特性或运行条件发生变化时,需要重新整定控制器参数,才能保证系统正常运行,使系统处于最佳工作状态。针对冷轧机AGC系统中的滞后环节,运用神经网络的自学习能力在线调整积分控制器参数值,该神经网络的权值与积分参数值相对应,可根据被控系统的动态特性调整积分参数,提高了调节器的自适应能力。     

自校正PID控制在冷风厚控系统中的应用

针对被控对象参数在轧制过程中,尤其在不同道次轧制时的时变特性,冷轧带钢厚按系统采用了在线辨识自校正控制技术,从而确保了厚控系统的控制精度,满足了被轧带材出口厚度的公差要求,明显地提高了经济效益。     

自校正PID控制在冷轧带钢厚控系统中的应用

针对被控对象参数在轧制过程中,尤其在不同道次轧制时的时变特性,冷轧带钢厚控系统采用了在线辨识自校正控制技术,从而确保了厚控系统的控制精度,满足了被轧带材出口厚度的公差要求,明显地提高了经济效益。     

模糊自适应控制在转炉氧枪定位中的应用

针对氧枪定位控制的特点,采用模糊自适应PID控制策略对PID参数进行自整定,来实现氧枪的定位控制.在给出模糊控制器的详细设计方案的基础上,对被控对象进行了仿真.结果表明,与常规PID控制方法相比,模糊自适应PID控制具有较好的稳态和动态性能.     

参数在线自调整模糊控制器在电解铜中的应用

分析基本模糊控制器的量化因子和比例因子对系统性能的影响，给出参数在线调整的思想，它能根据控制效果，自校正控制参数，优化控制规则，并将其应用于电解铜的实际系统中。实际运行结果表明，这种控制方法能够满足控制要求，达到节能降耗的目的。     

模糊控制在炉温控制系统中的应用

系统硬件设计1.系统组成及工作原理传统的电加热炉的温度控制,大多采用位式控制或PID控制,其控制效果差,参数整定不变。为解决此问题,采用模糊控制,其算法简单,软件量大大减少,更易于低档微机实现。实际运行表明,控制效果很好。本系统以电阻炉为被控对象,以S7-300 CPU 314为控制主体,以可控硅调功为执行机构,应用模糊控制原理,实现温度的控制。它同时具有温度的数字显示、自动超温跳闸、断偶报警、温度在线修改等功能。     

遗传神经网络在热轧管控制中的应用

文中基于遗传神经网络,建立动态前馈校正模型,自动调节轧制所需的各种参数.使轧钢系统工作在最佳值附近.经实测资料验证,模型能较准确预置调节参数,实现智能化控制.     

可编程序调节器在工业萘精制塔控制中的应用

可编程序调节器在工业萘精制塔控制中的应用黄兴赋，刘志学（本溪钢铁公司计控处本溪１１７０２１）本钢焦化厂采用双炉双塔工艺生产萘，原来采用单元仪表进行检测和控制。工业萘精制塔内在机理复杂、反应变化缓慢。作为被控对象，其通道数多、各参数之间相互关联、相互制...     

Fuzzy-PID在工业炉温度控制中的应用

在工业炉的温度控制系统中，由于被控参数具有时变性、非线性、不确定性，常规PID控制算法难以满足控制要求。本文重点介绍模糊PID控制的基本原理及其在工业炉温度控制系统中的应用。     

基于RBF在线辨识的神经网络PID控制及其应用

讨论了RBF辨识网络的控制算法,并提出了一种新型PID控制器,该控制器利用神经元自适应PID的在线参数调整,采用RBF网络对被控对象在线辨识。仿真结果表明该控制器的控制效果优于传统的PID控制算法和模糊自适应PID控制算法。     

含有自校正模型的加权多模型自适应控制

研究了含有大范围参数不确定性离散时间被控对象的加权多模型自适应控制问题(包括模型集构建和加权算法分析).通过构建含有自校正模型和多个固定模型的模型集覆盖并逼近被控对象,在模型输出误差可分的前提下,采用基于模型输出误差性能指标的加权算法,并依据固定模型中是否包含真实被控对象模型的不同情形分析加权算法的收敛性.在权值收敛的前提下,利用虚拟等价系统理论,分析了参数未知线性时不变和参数跳变的情形,在不依赖于特定局部控制算法的基础上,证明了此种模型集构建下的加权多模型自适应控制系统的稳定性和收敛性,放宽了先期加权多模型自适应控制系统稳定性分析中关于模型集构建的约束条件.最终,通过计算机MATLAB仿真,验证了此类加权多模型自适应控制系统的收敛性和闭环稳定性.      

神经网络技术及其在钢铁工业中的应用第8讲人工神经网络在钢铁工业中的应用(下)

4神经网络在冷轧机厚度控制中的应用冷轧机厚度控制是带钢冷轧中最为重要的控制问题之一，文献7用仿真技术研究了厚度控制的神经网络控制方法，给出了两种控制结构的仿真结果：内模控制和模型预测控制。心．工内棋控制内模控制的结构图如图7所示，图中Gp为对象的模型。h。一g（S。，h。，SI）式中he和人为轧机入口和出口的带材厚度；yi为带材人口速度；SO为辊缝。图中Gm为对象的估计模型，Gm用神经网络实现，其结构如图8（a）。ENN用于辨识对象的非线性静态关系，采用第2讲中介绍的RBF网络。延迟环节用于表示轧机出口厚度h"。与测厚计…     

基于神经网络的软测量技术及其应用

针对工业过程控制中存在的被控参数测量，控制器参数整定两个方面的实际问题进行研究，利用神经网络对被测参数进行软测量，采用无辨识自适应控制解决PID参数的整定问题，两者结合，给出了一种切实可行的解决问题的方法，并举出了一个实际应用的例子。     

模糊预测控制在电阻炉温度控制中的应用

利用模糊控制对对象模型要求低、响应速度快、预测控制的超前性的特点,设计了模糊预测控制器来对电阻炉温度进行控制。仿真结果表明,此方法增强了系统的跟踪性,对纯滞后具有较好的补偿作用,对被控参数具有较强的适应能力,比传统的控制方法精度高、速度快、控制质量优良。     

大时滞系统模糊自整定Smith预估补偿控制方案的研究

针对加热炉时滞被控对象，在分析改进型Ｓｍｉｔｈ预估补偿控制方案的基础上，了滤波时间常数ｔｆ的整定规则，提出了模糊自整定Ｓｍｉｔｈ预估补偿控制方案。仿真研究表明，当参数发生变化时，该方案具有较强的鲁棒性和较好的控制性能。     

涟钢要走出困境,企业管理方式要尽快建立完善的“大数据大比对”的管理体制

正1问题的由来涟钢的炼钢、炼铁、轧制等主生产线均为大型化、高速化、连续化、自动化设备.生产过程的控制多是由计算机控制为主的自动控制系统。所谓自动控制,就是应用自动化仪表或装置代替人工自动地对设备或过程进行控制,使之达到预期的状态或性能。控制系统由两部分组成,(a)控制对象:即被控制的设备或过程,控制对象的本质在于被控制的参数(变量或生产过程)及被控参数的数学模型。一个设备或过程,可就不同的     

UC轧机AGC系统自校正控制的仿真研究

板带轧制过程中影响轧后带材厚度精度的因素较多 ,特别是在不同道次之间 ,被控对象参数具有较大的时变性。将自校正技术应用于电液伺服驱动的厚度控制系统中 ,可以提高控制系统对这种参数变化的适应能力。用计算机仿真的方法 ,对 UC轧机 AGC系统的动特性进行了比较深入的研究 ;同时提出了一种双液压缸同步控制方案 ,并分析了该方案的控制效果。     

PLC中PID控制在移动机器人中的应用

采用一台IPC PLC可编程控制器的结构实现机器人控制，OMRON系列PLC有用于读／写的上位机链接通信的命令，通过执行读／写命令PLC可完成对被控对象各项功能的现场控制，利用PLC中PID指令实现移动机器人行走电机的闭环控制。     

极点配置自校正PID控制算法及其应用

根据在线采集到被控对象的状态信息，应用加权递推最小二乘法进行参数估计，设计出自校正ＰＩＤ控制算法，把闭环极点配到希望的位置上，并给出了以实际对象为背景的仿真结果。     

钢丝电接触运动加热温度的模糊神经网络控制

利用模糊逻辑及推理机制划分出问题解空间的网格，并同步训练神经网络的初始权值，然后利用神经网络并行与分布式学习机制，在模糊划分的区间中，快速搜索出被控对象的优化解值。这种模糊神经网络控制算法对于具有分布参数、动态特性快速变化的钢丝电接触运动加热温度，取得了良好的控制。