基于WinAC的70t LF钢包精炼炉电极控制系统设计及应用

针对70t LF钢包精炼炉，设计了基于WinAC电极计算机控制系统，并引入一种基于RBF神经网络实时在线辨识和神经网络解耦的模糊自适应控制算法对三相电极进行实时控制，应用结果证实了此控制方案较强的可靠性和鲁棒性。     

LF钢包精炼炉恒阻抗电极调节的原理及应用

介绍恒阻抗电极调节控制方法的原理,及其在某特钢厂LF钢包精炼炉控制系统中的实际应用,并结合现场基础自动化设备的功能和特点,阐述其系统构成及主要功能部分的结构设计、控制原理以及应用实现.     

LF炉电极控制原理及应用

LF炉是目前最广泛应用的炉外精炼设备之一,LF炉的主要任务包括脱氧、脱硫、去气、去夹杂物、升温并调整出钢温度,合金化并调整钢水化学成分。电极调节是LF炉冶炼的关键技术,本文介绍攀钢方坯连铸LF炉电极控制系统的结构及原理,详细描述了系统的调节模式。     

LF精炼炉三相电极的建模及仿真

针对ＬＦ钢包精炼炉三相电极调节器存在的问题，采用机理法推导得出了三相电极间的影响系数，并进行了仿真研究。本课题为“九．五”攻关课题。     

用模糊RBF神经网络简化模型设计多变量自适应模糊控制器

针对多变量系统实时性要求,提出模糊径向基神经网络结构的简化模型及相应算法,并对由此简化模型设计的多变量模糊控制器模糊规则的在线自学习算法进行分析,提出一种系统动态增益的处理方法和基于过程最优的改进方案,仿真实验结果表明该控制器可实时自自应控制,改进算法是有效的。     

交流电量采集技术在LF炉的应用

介绍交流电量采集系统的设计,及其在LF精炼炉中的应用.     

在线学习RBF神经网络的模型参考自适应控制器

本文给出一种在线学习RBF神经网络的快速算法,并设计了在线学习RBF神经网络的MARAC。通过仿真表明,在线RBF神经网络的MRAC计算量小、在线学习、跟踪时间短、控制精度高的优点。     

基于WinAC的LF炉电极智能控制系统的设计与应用

以LF炉电极系统为对象,采用SIEMENS基于PC的控制器WinAC RTX实现电极系统的智能复合控制,利用开发工具WinAC ODK开发接口程序;运用工业以态网和现场总线技术,确保了系统的实时性.实际应用表明基于WinAC的电极智能复合控制系统具有可靠性高、易维护、可扩充、性价比高等特点,具备一定的推广和参考价值.     

应用单层神经网络设计多变量自适应模糊控制器

提出一种应用单层神经网络设计多变量自适应模糊控制器的方法。应用单层神经网络可以学习多变量模糊控制规则中的未知参数，还可由它来实现多变量模糊推理过程。该方法能解决多变量模糊控制中普遍存在的规则获取困难和难于实现实时自适应等问题。仿真试验表明，所设计的多变量模糊控制器不仅实时性好，而且可得到满意的控制效果。     

西门子WinAC在LF炉电极控制系统中的应用

以钢包精炼炉（LF炉）电极系统为对象,采用西门子基于PC的控制器WinAC实现智能控制,运用现场总线技术和开放的开发工具WinAC ODK,确保了电极系统的实时性和可靠性。     

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.     

应用MATLAB设计炼钢电弧炉电极模糊控制器

用模糊控制方法对炼钢电弧炉电极进行控制,叙述电极模糊控制器的设计思想,并用Matlab及模糊逻辑工具箱实现该二维模糊控制器。采用Simulink工具箱动态仿真,计算机仿真表明控制效果比较满意。     

基于RBF的模糊神经网络控制器设计与仿真分析

介绍一种基于RBF的模糊神经网络设计与仿真分析的实现方法。该方法利用MATLAB中的神经网络工具箱图形用户界面GUI结合模糊控制规则表给定的输入/输出样本数据设计、构建RBF模糊神经控制器,并在Simulink中建立系统仿真模型。通过对阶跃输入信号作用下系统动态性能的仿真分析,结果表明基于RBF的模糊神经控制器有良好的控制性能。     

现场总线网络的自适应PID 控制器设计

提出一种在现场总线网络控制新环境下的自适应PID控制器研究与实现方法。通过对历史数据的分析和在线辨识被控对象在重要频率点的频率特性,在DeviceNet网络环境下设计自适应PID控制器,实现现场运行处于稳定、安全、最优的运行工况。     

水轮机调速系统模糊神经PID控制

提出一种模糊神经PID控制算法,该算法采用RBF网络对被控对象进行在线辨识,利用模糊神经网络在线调整PID控制参数。将该算法应用于水轮机调速系统,仿真结果表明该控制算法优于传统的PID控制算法。     

基于改进遗传算法的FNNPID控制器在温度控制系统中的应用

根据温度控制系统的特点,为提高其控制质量,设计了一种模糊神经PID控制器。该控制器在温度偏差大时采用模糊神经控制,偏差小时采用模糊神经PID控制,由模糊控制开关保证两种控制方法的平滑过渡,用改进的遗传算法优化网络参数。仿真实验表明采用该控制方法系统响应速度更快、超调更小、精度更高、适应性更强。     

神经网络在电弧炉电极控制中的应用研究

在冶炼工业的电弧炉中有效地控制电极电流,对于电弧炉正常运行至关重要.讨论了基于神经网络对电弧炉电极进行智能控制的方法,运用神经网络的BP、RBF以及双隐层BP模型,分别对电弧炉电极的单相电流及三相电流进行了分析和仿真.结果表明该方法可以获得有效的控制效果,使电极电流达到稳定状态.