RBF神经网络在加速冷却控制系统中的应用

针对中厚钢板加速冷却过程,钢板入口温度波动大,钢板终冷温度难以实现闭环控 制等特点,首先将RBP(Radial Basis Functions)神经网络与优化设定技术相结合应用到加速 冷却系统中,提出了加速冷却控制系统中基于RBF神经网络的每幕流量的控冷模型.仿真实 验表明:该控冷模型能够实现对钢板加速冷却过程的有效控制.     

加速冷却过程的模型预测控制

在中厚板加速冷却过程中, 无法检测钢板温度的动态变化, 这使得加速冷却过程的精确控制变得困难. 本文提出了一种新的控制方法, 把冷却的控制目标转化为冷却装置沿长度方向上的温度分布曲线, 采用热物理模型估计钢板在冷却装置各位置处的温度分布. 应用模型预测控制, 根据温度估计值实时优化控制变量, 使过程温度分布与目标温度分布曲线一致. 仿真结果表明, 本方法能够较好的克服冷却过程中钢板开冷温度不均匀、钢板打滑等不确定性, 提高了控制精度, 并保证钢板长度方向温度的均匀性.     

热轧钢板层流冷却过程的优化设定控制

对于一类无中间检测元件的过程控制系统,设定控制模型的精度直接影响到产品的质量。针对这类问题,提出一种用于热轧层流冷却过程的优化设定控制系统。优化设定控制根据不同的工艺要求启动不同冷却模式控制模块,实时为相关冷却模式下的PLC系统提供最佳的设定控制量。该系统已在中试热轧层流冷却过程中应用,为新产品试制提供了良好的操作指导及控制精度。     

热轧带钢层流冷却控制系统研究与实现

控制冷却是热轧钢材生产过程中控制与改善钢材质量的重要途径,带钢层流冷却温度控制是热轧带钢生产过程中控制冷却经常采用的一种主要技术方法;对层流冷却系统及层流冷却计算机控制系统进行了研究;根据人工神经网络具有处理非线性复杂过程的能力,对神经网络预测控制模型的工作原理进行了研究,并进行了仿真;仿真结果说明了冷却速率、终冷温度都得到了很好的控制,仿真结果接近目标结果。     

宝钢5m厚板加速冷却全自动过程控制系统

厚板生产组织具有小批量、多品种、高精度等特点。厚板加速冷却过程控制系统在降低品种成本、减少产品生产的后处理工序、提高产品质量等方面起着关键作用。本文从分析引进的轧后冷却过程控制系统的问题及当前国内轧后加速冷却控制模型使用现状等方面出发,根据现有设备的实际,在多学科人士深度融合的基础上,设计并建立了满足产品工艺需求的新型全自动冷却过程控制系统,通过自主开发的厚板轧后冷却过程控制模型系统的应用,控制冷却钢板的终冷温度控制精度在产品品种、规格不断拓展的情况下,仍得到了稳步的提升。     

一种涡扇发动机加速过程仿真研究方法

研究飞机飞行状态优化,取决于发动机的稳定控制.影响发动机性能的是加速器的控制稳定状态.为了研究某型航空发动机加速过程及加速控制系统性能,提出了分别独立建立涡扇发动机加速控制系统的AEMSitn数学模型和涡扇发动机的AMESet数学模型,并在AMESim软件平台上对控制系统模型和发动机模型进行联合仿真的仿真研究方法.仿真研究结果表明,所建立的联合仿真模型的动静态特性良好,仿真精度高,具有较高的置信度.机械液压式加速控制器能够顺利完成发动机加速过程控制,各项参数变化符合设计要求.提出的仿真研究方法能够成功仿真涡扇发动机加速过程,可为产品的设计提供有价值的参考.     

基于GA-SQP的航空发动机加速寻优控制

提出一种基于GA-SQP混合算法的加速优化控制方法。基于某型涡扇发动机模型,建立推力最大加速过程目标函数,以发动机稳定性和安全性指标作为边界条件,利用GA-SQP混合算法对发动机加速过程进行寻优求解,选取工作包线内若干个状态点进行最大推力加速过程仿真。仿真结果表明,所提出的加速燃油控制规律可以在兼顾涡轮前温度安全性和稳定性的前提下,实现发动机推力最大加速过程时间最短的目标,且控制效果良好,说明该控制算法是可行和有效的。     

基于主动防喘的航空发动机加速控制仿真

开展基于主动防喘的航空发动机加速控制仿真研究。在建立航空发动机数学模型的基础上,设计了基本加速率控制、基于主动防喘的加速率控制、基于主动防喘的喘振裕度控制及基于喘振裕度估计的喘振裕度控制等4个发动机加速控制方案。仿真结果表明:①主动防喘控制可以在发动机稳定性恶化的情况下,通过较小的控制输出和性能损失实现无喘加速;②主动防喘控制与直接喘振裕度控制相结合可以简化发动机加速控制器设计,不需要额外的优化过程便能得到较优的加速性能;③主动防喘控制可以降低发动机设计点的喘振裕度,从整体上提高了发动机的性能。     

生物柴油酯交换过程优化控制仿真平台的设计

生物柴油酯交换过程具有非线性、时变性和多变量耦合等复杂特性,采用常规控制方法很难获得较好的控制效果,为检验先进优化控制算法在实际生产过程中的应用效果,开发设计了生物柴油酯交换过程优化控制仿真平台.平台采用模块化设计,通过MATLAB和C++.net编程平台之间的数据交互,有效模拟了工艺过程的动态特性,实现了先进优化控制策略的仿真.实验结果表明系统交互性和扩展性优良,为先进优化控制算法的研究提供了良好的验证环境.     

基于BP网络的连铸二次冷却控制

二次冷却是连铸工艺中极其重要的一个环节。传统的二次冷却控制往往造成铸坯在冷却过程中表面温度的波动较大,对于铸坯的表面及内部质量有着很大的影响。本文充分利用BP网结构简单和学习速度快的特点建立铸坯表面温度预测系统的模型,并利用现场数据进行仿真。仿真结果表明,本系统能够很好地辨析出二次冷却系统的模型,符合实际的需求。     

热轧板层流冷却仿真系统的设计

以热轧厂板带轧后的冷却过程为背景，开发层流冷却仿真系统。该系统建立了冷却过程的动态仿真模型，提供了层冷过程的输入变量、输出卷温、控制阀门数以及控制参数的各个显示窗口及画面。该系统已在某厂得到应用，为现场操作人员提供实验的软件环境和优化操作指导。     

热轧带钢层流冷却控制方法

针对热轧带钢层流冷却终冷温度范围的扩大以及控制精度提高的要求,通过分析影响层流冷却过程的关键性因素如,速度、厚度、喷水量对终轧温度的影响,以及各因素之间相互的作用关系,合理制定出层流冷却的初始值,并建立起层流冷却温度控制的数学模型。运用前馈控制、速度补偿控制的思想以及针对层流冷却特点的线性叠加控制对层流冷却过程进行实时控制。所提出的方法成功运用于某层流冷却生产模型中,实现了终冷温度范围扩大以及控制精度提高的目标。     

板带层流冷却控制技术的发展和问题

介绍了板带层流冷却的控制目的及过程 ,对国内外板带层流冷却控制技术的发展状况进行了详细的综述 ,剖析了该技术的难点和存在的主要问题 ,并针对如何提高卷取温度的控制精度 ,提出了基于优化设定技术的控制方案。     

变论域模糊控制在带钢卷取温度控制中的应用

针对热轧带钢层流冷却过程缺乏精确的数学模型,传统的smith预估器对该过程难以达到满意的控制效果,而常规模糊控制具有不依赖数学模型的特点,但存在隶属度和控制规则一旦确定后无法更改的缺点,文中将变论域模糊控制的方法应用到smith预估器中,较好地克服了常规模糊控制和传统的smith预估器控制所存在的主要问题,通过仿真实验分析,该控制器调节时间短、响应快,且能有效消除纯滞后环节所产生的振荡,改善常规的smith预估器、单独的模糊控制器的控制效果,对具有大延迟、非线性的系统,具有一定的应用价值.     

热轧带钢层流冷却系统温度的建模与仿真

针对于传统的热轧带钢生产线层流冷却卷取温度控制精度不高的缺点,以热轧带钢层流冷却控制系统为研究对象,对其温度进行建模与仿真.基于现有模型通过修正黑度系数来考虑带钢厚度方向上的热传导,采用有限差分法来建立带钢厚度方向温降一维模型.通过实际生产数据对模型中的部分参数进行修正,使模型更加符合实际生产要求.在得到层流冷却生产过程中热轧带钢温度变化和温度场分布的基础上,又模拟仿真得出带钢总体卷取温度曲线.将所搭建的模型应用于模拟实际生产过程,通过实际数据计算出的结果与实际测量值相比较,其偏差值在±10℃范围之内.因此所建模型能够满足实际生产精度控制要求.     

热轧带钢层流冷却系统的前馈-反馈控制及其优化

以热轧层流冷却系统为研究对象,对如何提高带钢卷取温度控制精度进行了研究;在带钢冷却模型的基础上,对预设定模块进行了前馈补偿;考虑模型的不确定性和大时滞特性,采用模糊Smith预估器提高了反馈控制的精度;结果证明所采用的这些措施大大提高了卷取温度的控制精度。     

基于组态软件和仿真软件的层流冷却实验平台

针对热轧层流冷却过程的自动化系统及优化控制算法难以在实际运行环境中进行充分的调试和验证、基于仿真软件发的实验平台则脱离工业实际的监控与运行环境、购买硬件控制系统进行实物/半实物仿真价格昂贵等问题,本文提出了采用组态软件、工业控制器模拟软件、仿真软件混合编程开发层流冷却虚拟实验平台的方法。该平台采用C#语言开发参数优化子系统、组态软件开发管理监控子系统、工业控制器模拟软件运行回路控制程序、MATLAB软件开发对象模型子系统,通过OPC软总线等技术实现了各个子系统的无缝连接。本文最后采用实际工业数据验证了平台的有效性,表明其广阔的应用前景。     

2150mm带钢热连轧层流冷却控制系统

基于2150mm带钢热连轧生产线中层流冷却的设备、仪表和控制要求,西门子公司设计了层冷段的控制系统,包括硬件配置、数学模型等.实践证明该系统稳定可靠、安全性高,颇受用户好评,具有在国内同类生产线上进行推广应用的价值.     

Distributed model predictive control for plant-wide hot-rolled strip laminar cooling process

Since hot-rolled strip laminar cooling (HSLC) process is a large-scale, nonlinear system, a distributed model predictive control (DMPC) framework is proposed for computational reason and enhancing the precision and flexibility of control system. The overall system is divided into several interconnected subsystems and each subsystem is controlled by local model predictive control (MPC). These local MPCs cooperate with its neighbours through the scheme of neighbourhood optimization for the improvement of global performance. The state space representation of each subsystem’s prediction model is designed by finite volume method firstly, and then is linearized around the current operating point at each step to overcome the computational obstacle of nonlinear model. Moreover, since the strip temperature is measurable only at a few positions in water cooling section due to the difficult ambient conditions, an Extended Kalman Filter (EKF) is used to estimate the transient temperature of strip. Both simulation and experiment results prove the efficiency of the proposed method.