带钢重卷机组卷取机的纠偏系统

本文针对生产中存在的如钢卷边部不齐、错边现象,影响带钢质量的问题,在设计中通过采取带钢边部自动定位伺服纠偏系统,亦即EPC(edge position control)寻边系统的卷取机纠偏系统的方法,以及改变卷取机本身的机械结构和提高张力控制精度等办法,解决了钢卷边部不齐、错边现象,取得了纠偏精度提高,带钢质量增加的预期效果。     

带材的纠偏控制

本文对带钢生产线上常见的带材跑偏现象，进行了详细的分析。对带钢跑偏的原因，进行了研究。同时，对带钢跑偏应采取的措施，也给出了相应的方法。     

微机控制的带材纠偏系统

本文针对带材跑偏问题，提出了一种用微机进行控制的纠偏系统，并进行了理论分析和设计。同时，还编制了一套完整的纠偏控制软件。实验证明该系统具有较好的控制性能，带材的齐整度可控制在０．５ｍｍ以内，完全可以满足事材生产的要求。     

一种通用的电液伺服带钢纠偏和对中控制系统

本文分析了带钢生产线上纠偏控制系统与对中控制系统的不同,介绍了一种通用的带钢纠偏和对中控制系统的特点、组成、工作原理、过程和功能，经生产实践表明该系统工作稳定、运行可带、抗污染性强、具有良好的应用前景。     

立式还原退火炉炉内对中纠偏系统

介绍了带钢连续热镀锌作业线上立式连续还原退火炉内P型双辊对中纠偏系统的作用及工作原理,以及因炉辊传动和虚拟旋转轴而使该纠偏系统具有的结构特点。该纠偏系统可使带钢在炉内运行精度达±5mm。     

带钢卷取对边电液伺服系统分析

介绍了太原钢铁集团轧钢车间的一套带钢卷取边缘纠偏控制设备(EPC),分析了其电液伺服系统原理和数学模型,并进行了稳定性分析.     

电液非线性系统自适应控制的非线性参考模型方法

本文提出了通过构造与受控对象具有相同非线性特性的参考模型，并借助仿射变换和非线性反馈使参考模型线性化来实现对电液非线性仿射系统的模型跟随自适应控制方法，并通过分析和仿真说明了这种AMFC系统能够确保被控对象准确跟随参考模型的输出。     

数字液压伺服控制纠偏系统

在生产、加工带材的机组中,由于带材的不平整、弯曲、厚度不均匀,机组的安装偏差,辊子间的不平行度等原因,都会导致带材的跑偏。本文详细介绍了带材纠偏系统的结构、原理及应用前景,分析了该系统控制器的实现过程,采用单片机对液压控制纠偏系统实现了数字量控制。     

谈EMG纠偏系统在带钢连续生产中的应用

由于冷轧薄板厂的生产线相对较长,EMG纠偏系统的应用保证了带钢在线运行流畅性,保证了生产的正常运行。本文介绍了EMG纠偏系统CPC控制方式在冷轧中的具体应用。     

电液非线性系统模型跟随自适应控制的离散非线性参考模型方法

针对电液伺服非线性系统这一类仿射非线性系统的模型跟随自适应控制（AMFC），提出了通过构造与被控对象具有相同非线性特性的离散非线性参考模型，并借助于仿射变换和非线性反馈的方法来实现对该系统的AMFC，通过分析和仿真说明了这种AMFC系统能够确保被控对象准确跟随参考模型的输出，且仿真的结果令人满意。     

基于神经网络的车用汽油机排放模型的研究

利用神经网络具有非线性映射、学习记忆能力的特点,选用径向基数神经网络(RBF),根据车用汽油机负荷特性试验的排放数据建立基于Matlab的广义回归神经网络模型,从而了解车用汽油机在不同转速和负荷下的CO、HC和NOx的排放特性,实现预测车用汽油机排放的目的。     

电液伺服系统的模型参考滑模自适应控制

为了提高电液伺服系统的控制效果,本文将模型参考自适应控制和滑模控制相结合,用模型参考方法来保证系统的稳态品质,用滑模控制方法来改善系统的动态品质,提出一种新的模型参考滑模自适应控制方法,仿真结果表明,该方法能有效抑制参数扰动、量测噪声及干扰,具有很强的鲁棒性。     

Chebyshev神经网络的改进及其应用

针对目前Chebyshev神经网络所存在的不足，提出一种改进的Chebyshev神经网络，它使用多输入多输出神经网络结构与使用改进的Chebyshev正交多项式。因此改进的神经网络不仅扩大了网络辨识模型的能力与学习适应性，而且算法简单，学习收敛速度快，有线性、非线性逼近精度高等优异特性。文中给出两个应用实例，仿真结果表明是有效的。     

基于模糊神经网络控制的电液系统研究

针对大功率电液伺服系统存在严重非线性和时变性,将神经网络与模糊控制理论相结合,根据系统的误差及误差变化对神经网络的学习速率和动量因子进行模糊修正,有效地改善了神经网络的学习速率.实验表明,所设计的神经网络控制器能够保证大功率电液伺服系统的静、动态性能.     

基于改进模型的气动肌肉神经网络串级控制

气动肌肉的理论模型是其控制器设计的基础。为了得到较完整的气动肌肉的理论模型,作者在Chou理想模型的基础上,综合考虑影响气动肌肉特性的主要因素,推导了气动肌肉收缩力-位移-气压三者之间的解析表达式,建立了相对简单而又较为完整的气动肌肉的改进静态数学模型。在此基础上,利用神经网络控制器的自适应与鲁棒性等优点,设计了一种针对气动肌肉驱动关节的神经网络PID串级控制器,该串级控制器采用内环气压控制器与外环位置控制器分别对气压与位置进行闭环控制,实验结果验证了该控制器的有效性。     

煤矿液压支架系统的神经网络控制及仿真

对煤矿液压支架电液控制系统采用神经网络PID控制策略,并进行仿真实验研究。研究结果表明:采用该控制方法可以获得在线系统动态特性,从而使控制参数的修正更加准确;能够进一步提高系统的控制精度及可靠性,具有较高的工程应用价值。     

模糊神经网络在电液伺服控制系统中的应用研究

针对电液比例伺服阀的死区大、强非线性等特点,设计了一个基于模糊逻辑的神经网络控制系统（FNNC）,给出了基于模糊逻辑推理网络的拓扑结构,导出了网络的连接权重和隶属度特征参数的学习算法。将该控制系统应用于蜗杆砂轮磨齿机,获得了良好的效果。     

液压伺服系统的模型参考自适应模糊控制新方法

基于液压伺服系统参数不确定性,提出一种改进的模型参考自适应模糊控制方法.该方法用模糊自适应机构代替常规的自适应机构,并用模糊因子自调整律实时调节模糊自适应机构的模糊规则.此方法提高了模糊自适应机构推理规则的调整精度,获得了更好的控制性能.仿真结果验证了该方法的优越性.     

神经网络在电弧炉炼钢中的应用

智能电弧炉是应用神经网络模型与数字模型、专家系统、模糊技术等结合起来控制冶金过程。提出神经网络在电弧炉炼钢生产中，有待开发基于多智能体，分布式人工智能，生产过程智能控制、智能管理、智能监测一体化的智能综合自动化系统。