神经网络在电弧炉炼钢控制系统中的应用研究

将神经网络智能控制理论应用于电弧炉炼钢控制系统,运用改进的BP算法,建立了电弧炉神经网络预估控制系统,满足了实时控制的自适应要求.仿真结果表明,采用神经网络智能控制方法,对电弧炉电极可以进行有效的控制.该系统响应速度快,适应性和鲁棒性强,具有推广应用价值.     

交流电弧炉电极调节控制系统

电极调节是电弧炉炼钢中的关键技术.以唐山机车车辆厂 10 t交流电弧炉为背景,在综合分析了电弧炉炼钢设备和电弧炉炼钢过程特点的基础上,针对各冶炼期的不同特点提出了相应的电极调节控制算式,并结合现场的实际情况设计了电弧炉计算机控制系统,经现场调试,取得了良好的控制效果.     

电弧炉的反步自适应模糊控制

电弧炉是具有三相强耦合、高度非线性和不确定性的复杂被控对象,并且目前对电弧炉的控制要求越来越严格,为此将反步控制与自适应模糊控制相结合,应用于电弧炉电极调节系统中.给出了反步自适应模糊控制系统的详细设计过程.用递推法设计反步控制量,用自适应模糊控制逼近反步控制量中的不确定项,设计出自适应模糊控制律.通过李亚普诺夫函数推导了模糊规则参数调整的自适应律.最后引入监督控制以减少模糊逼近误差.仿真结果表明:所提出的控制算法能有效地抑制弧长的扰动,具有较强的鲁棒性,从而使电弧炉电极调节系统拥有较好的动静态性能.     

基于模糊神经网络的电弧炉控制系统及仿真

电极调节系统是电弧炉炼钢过程不可缺少的基本装备。目前常用的电极调节器大多是基于单相意识,导致电极调节中电极往往误动作,大大影响了电弧炉的运行效益。在模糊控制和神经网络的基础上,探索研究一种基于三相意识的电弧炉控制新方法,采用模糊神经网络调节器控制对电弧炉电极进行调节,控制弧流弧压稳定在一定范围之内,使电弧炉冶炼达到有功功率最大化,进一步提高电弧炉的综合运行效益,降低能耗、减轻对电网危害。并用matlab对模糊神经网络进行仿真。结果表明,本网络具有较快的训练速度和较高的泛化能力,满足电弧炉控制的要求,其控制性能优于常规电弧炉控制系统。     

电弧炉智能电极控制器的研究

将神经网络智能控制理论应用于电弧炉电极控制系统,建立了电孤炉电极控制模型.运用BP神经网络,对所建立的控制模型进行了仿真研究.仿真结果表明,采用神经网络智能控制方法,可以对电弧炉电极进行有效地控制,并提高了系统的适应性和鲁棒性,具有重要应用价值.     

交流电弧炉电极调节控制系统

电极调节是电弧炉炼钢中的关键技术，以唐山机车车辆厂10t交流电弧炉为背景，在综合分析了电弧炉炼钢设备和电弧炉炼钢过程特点的基础上，针对各冶炼期的不同特点提出了相应的电极调节控制算式，并结合现场的实际情况设计了电弧炉计算机控制系统，经现场调试，取得了良好的控制效果。     

动态滑模控制在EAF电极调节系统中的应用

针对电弧炉电极调节系统的非线性、时变、模型不确定、大滞后等特点,结合高阶滑模和动态滑模控制的设计思想为其设计了一种动态滑模控制器,即通过微分环节构成新的切换函数,将不连续项转移到控制的一阶中,得到本质连续的动态滑模控制律,并将其应用到电弧炉电极调节系统中。对系统的阶跃响应和跟踪特性分别进行了仿真,仿真结果表明,所设计的动态滑模控制器不仅能使系统具有良好的动态性能和较强的跟踪特性,同时能有效地抑制系统的抖振,达到控制系统的动态品质要求。     

基于FX-LMS算法的微振动主动隔振控制系统开发

控制系统是基于压电智能结构的各类微振动主动隔振系统的核心部分,而控制性能好、运算快速、实现方便的控制算法则是控制系统开发的关键.基于FIR数字滤波器,并应用FX-LMS自适应算法,对基于压电智能结构的各类微振动主动隔振系统的控制算法进行推导,并对其实现过程进行分析,以便于控制系统开发.在此基础上,利用该FX-LMS算法开发了某一维微振动主动隔振平台的自动控制系统,用于对该算法的控制效果进行实验测试和验证.实验结果表明,所推导的FX-LMS算法具有良好的控制效果,应用领域广阔.     

交流电弧炉智能集成计算机控制系统

系统以工控机为中心，配以高性能的模块化外设组成一体化的计算机控制系统。采用温度控制外环和电流平衡控制内环的双环路结构来具体实现交流电弧炉温度和三相电流平衡的智能集成控制。外环采用模糊、神经网络和优化决策共同控制，内环则采用模糊专家解耦控制。系统能实时自适应炉况状态的变化，提高生产效率，降低电能及电极消耗。实际运行证明该系统具有良好的鲁棒性和实时性。     

火电厂主气温系统的继电反馈多模型控制

针对火电厂变负荷机组主汽温系统时变和非线性的特点，提出了基于继电反馈的多模型控制算法;首先利用继电反馈的方法，对若干典型工况点建立的固定模型设计子控制器;在运行过程中，利用多模型控制根据系统工况的变化选择相应的控制器以保证系统的控制性能，仿真结果表明应用该方法建立的控制系统具有良好的控制品质和较强的自适应能力。