基于并行处理的一种新型有效的网络架构 BSN-MOT

摘 要：结合BSN及MOT架构的双重优势,提出一种新型的双层架构体系BSN-MOT(mesh of tree),并研究了其上的拓扑性质及在并行处理中应用的基本的通信操作算法。算法包括行、列树广播、单向广播、数据求和、矩阵乘积、最短路径路由及多项式求根。最后,本文通过与其他2种有效的树形双层网络架构Multi-Mesh of trees(MMT)及OMULT比较说明,基于BSN-MOT架构的通信算法要比其他2种网络有着更小些的时间复杂度,且BSN-MOT是一种更具有竞争力的体系结构形式。     

活套系统的神经网络离散变结构控制

针对带钢热连轧中活套系统的解耦控制问题,提出了神经网络变结构多变量解耦控制方法.通过将活套高度和张力复合控制系统看成高度和张力两个独立的控制系统,将二者的耦合关系当作扰动来处理,根据全阶滑模变结构控制理论,分别对这两个系统设计控制器.利用两个径向基神经网络来保证滑态可达条件的满足.最后用Matlab对活套多变量耦合控制系统进行仿真研究,结果表明解耦后的活套控制系统可获得更好的控制效果.

     

深度神经网络模型压缩综述

深度神经网络近年在计算机视觉以及自然语言处理等任务上不断刷新已有最好性能，已经成为最受关注的研究方向.深度网络模型虽然性能显著，但由于参数量巨大、存储成本与计算成本过高，仍然难以部署到硬件受限的嵌入式或移动设备上.相关研究发现，基于卷积神经网络的深度模型本身存在参数冗余，模型中存在对最终结果无用的参数，这为深度网络模型压缩提供了理论支持.因此，如何在保证模型精度条件下降低模型大小已经成为热点问题.本文对国内外学者近几年在模型压缩方面所取得的成果与进展进行了分类归纳并对其优缺点进行评价，并探讨了模型压缩目前存在的问题以及未来的发展方向.      

基于遗传算法的结晶器液位约束广义预测控制

针对实际连铸过程中结晶器液位控制须满足多种约束的问题,将一种基于遗传算法的有约束广义预测控制方法（ＧＣＧＰＣ）应用于结晶器液位控制．首先基于机理模型构造了有约束结晶器液位广义预测控制器;然后以遗传算法处理带约束的非线性优化问题,并以此作为滚动优化策略,求得最优控制律．仿真结果表明,在有效处理了约束的基础上,基于遗传算法的有约束广义预测控制效果优于ＰＩＤ 控制以及无约束广义预测控制．     

活套系统的神经网络离散变结构控制

针对带钢热连轧中活套系统的解耦控制问题,提出了神经网络交结构多变量解耦控制方法.通过将活套高 度和张力复合控制系统看成高度和张力两个独立的控制系统,将二者的耦合关系当作扰动来处理,根据全阶滑模交 结构控制理论,分别对这两个系统设计控制器.利用两个径向基神经网络来保证滑态可达条件的满足.最后用 Matlab对活套多变量耦合控制系统进行仿真研究,结果表明解耦后的活套控制系统可获得更好的控制效果.     

一类轮鼓式飞剪运行控制方法

给出现代轮鼓式飞剪的工作过程,并据此推导出其运行控制方法.该方法将飞剪控制过程分为加速运行、切点前、切点后和制动4个阶段,针对不同阶段的特点,分别推导出3闭环控制系统的加速度、速度和剪刃位置的设定依据.还给出了某钢厂采用该飞剪控制方法的电控系统框图.实践表明,此方法可广泛应用于热轧带钢、棒材、高线和处理线的飞剪控制.     

高效淬火机过程控制计算机系统

以太原钢铁公司五轧厂淬火机改造为背景，介绍了高效淬火机过程控制计算机系统的构成及其实施方法。该控制控制通过对系统中模型参数和参数的自学习达到对钢板实时跟踪与喷水，从而实现对淬火温度的精确控制。所采取的一系列措施已成功应用于高效淬火机。     

液压活套多变量系统的建模及积分变结构控制

为了实现热连轧中活套高度与张力系统的解耦控制, 需对具有非线性、强耦合、不确定、多约束特性的活套系统建立工程上适用的数学模型. 通过对活套系统动态耦合过程的分析, 在工作点附件, 结合伺服阀和液压缸的模型, 建立起液压活套系统的动态数学模型. 采用积分滑模变结构多变量解耦控制策略以减弱系统的耦合影响, 提高控制效果. 仿真结果验证了本算法的有效性, 表明解耦后的活套控制系统可获得更好的控制效果.     

主动转速补偿策略的卷取机交流传动直接转矩控制系统

通过对热连轧卷取机系统的电机转速规程进行分析,针对实际生产中由加速度和轧机振动因素导致的卷取张力波动问题,提出一种新型张力控制模型.并且结合负荷观测与主动转速补偿的思想,在未安装转矩和轧辊转速传感器的条件下,首次对于这类有既定速度规程的交流电力拖动系统,设计出一种具有强抗扰能力的直接转矩控制系统.实验结果显示采用主动负荷观测与转速补偿控制方法,能够克服普通直接转矩控制系统的固有缺陷,减小电机转速波动与输出转矩的耦合,实现恒张力卷取的控制目标.     

基于遗传算法的结晶器液位约束广义预测控制

针对实际连铸过程中结晶器液位控制须满足多种约束的问题,将一种基于遗传算法的有约束广义预测控制方法（ＧＣＧＰＣ）应用于结晶器液位控制．首先基于机理模型构造了有约束结晶器液位广义预测控制器;然后以遗传算法处理带约束的非线性优化问题,并以此作为滚动优化策略,求得最优控制律．仿真结果表明,在有效处理了约束的基础上,基于遗传算法的有约束广义预测控制效果优于ＰＩＤ 控制以及无约束广义预测控制．