粗轧控制系统的设计与应用

结合生产实际,对粗轧控制系统进行综合设计。介绍粗轧控制系统的结构,以及粗轧核心APC控制、粗轧RAWC控制和带钢SSC控制的控制思想并给出相应控制算法。     

西门子的Simatic TDC在粗轧生产线控制系统中的应用

本文介绍了西门子新推出的多CPU高性能工艺控制系统Simatic TDC在某热轧厂粗轧生产线控制系统改造中的应用。通过对该粗轧控制系统的组成与配置、控制方式及主要功能的描述，使读者对Simatic TDC的软、硬件及其应用有了进一步的了解。     

热轧带钢粗轧可逆轧辊控制功能的研究

文章通过分析粗轧可逆轧辊在轧钢过程中主要控制功能,提高粗轧厚度控制精度,对轧钢设计有着很大参考价值.     

攀钢热轧板厂二级集散控制系统

攀钢1450mm热轧板厂主轧线按工艺分成加热炉区、粗轧区、精轧区、卷取区等。其主轧线上主要设备有：2台步进式加热炉、2台4短可逆粗轧机、6台4辊可逆精轧机、一套层流冷却装置、2台可移出式地下卷取机。就集散控制系统而言，它控制由粗轧机出口到卷取机运输链为止的所有轧线设备。该集散控制系统分为两级，上级为过程控制级，下级为基础自动化级。过程控制级由两台VAX3600组成，l台在线控制，l台备用。用以太网将2台VAX机及2台终端服务器连接到一起。每台VAX机通过TCI网络接口装置连接到TPL网络上，实现过程控制级与基础自动化级的信…     

PLC网络在热轧厂油库控制中的应用

１前言热轧板带钢生产具有工艺复杂、自动化程度高的特点。轧机有大量的机械动作采用液压系统完成，如：粗轧、精轧机组的换辊，精轧液压ＡＧＣ及弯辊控制等等，油库系统负责向这些液压控制提供稳定可靠的高压动力源。以梅山热轧厂的精轧油库为例，油库分为换辊和弯辊两部...     

粗轧R6压下自动标定

介绍了热轧板厂粗轧Ｒ６压下自动标定的步骤、调试过程、故障诊断以及在调试过程中对发现问题的进一步改造，使得Ｒ６压下自动标定功能正常投入。通过对Ｒ６压下进行自动标定，能较准确计算并设定Ｒ６辊缝，为精轧数学模型提供比较精确的粗轧出口厚度。     

1500mm宽带粗轧机负荷平衡控制功能开发

该文介绍了一种解决轧制系统负荷不平衡的控制方法。针对莱钢1500mm宽带粗轧主机上下辊电机电流差值过大的现象，采用SIMADYND32位全数字矢量控制交交变频调速系统，在STRUCG程序中建立了负荷平衡控制模型，实现了负荷平衡控制功能。该控制方法的应用，使系统运行稳定可靠，控制精度高，速度响应快，能更好地满足生产工艺的...     

模糊神经网络在加热炉综合优化控制中的应用

针对莱钢100t电炉大棒轧线加热炉和粗轧机的分离控制带来的钢坯加热过程难以动态调整而造成的能耗浪费、粗轧机轧制安全难以保障等问题,提出建立模糊神经网络控制系统,将加热炉和粗轧机构成闭环系统,动态地调整后续钢坯的加热过程,以降低加热炉和粗轧机总能耗,保障轧制安全.     

热连轧宽度自动控制系统的研究与应用

液压AWC控制直接影响到产品的宽度精度,在热连轧带钢中起着至关重要的作用。本文介绍了粗轧液压AWC系统控制思想的实现,对于轧钢设计有着很大参考价值。     

2050粗轧轧机系统仿真研究

针对宝钢2050热轧粗轧机组的特点,建立了粗轧系统仿真结构。对粗轧仿真系统中的关键环节轧机设备系统进行了建模与仿真研究。采用实际现场生产数据对仿真系统进行验证,结果证明仿真系统具有较高的精度。该仿真系统的研究将为宝钢热轧过程控制领域的研究提供强有力的支持,将大大减少宝钢热轧科研成果到现场应用间的实验风险。     

基于核属性的知识获取算法

Rough集理论是近年来发展起来的一种有效地处理不精确、不确定、含糊信息的数学理论方法,在机器学习、数据挖掘、智能数据分析、控制算法获取等领域取得了很大的成功.决策表是Rough Set理论的处理对象,用RoughSet对决策表进行规则提取通常有代数观和信息观两种主要理论和方法.使用哪一种方法提取的规则集更好是很多研究者的目标.本文针对Rough Set理论的核心内容之一的知识获取进行了研究,提出了一种基于属性重要性排序的知识获取算法,并且证明了在不相容系统中使用信息观方法比使用代数观的方法更好,能够提取更合理的规则集.     

神经网络的应用与发展趋势

该文首先介绍了神经网络的发展、优点及其应用,接着介绍了其发展动向,最后着重论述了神经网络目前的几个研究热点,即神经网络与模糊控制、遗传算法、专家系统、小波分析、混沌以及粗集理论的结合。     

基于粗糙图的网络风险评估模型

针对在进行网络安全分析时所获得的信息系统是不完备的、粗糙的这一特性,将网络攻击过程类比于粗糙不确定性问题的关系挖掘过程,提出基于粗糙图的网络风险评估模型。该模型由部件节点粗糙关联网络、攻击图的粗糙图生成算法以及网络风险最大流分析算法三部分主要内容组成;并以一个具有代表性的网络系统实例阐明了该模型的使用方法,验证了模型的正确性。模型优势分析表明其较以往的攻击图、风险评价模型更能真实地反映实际情况,所获得的评估结论、安全建议等也更加准确、合理。     

Updating approximations with dynamic objects based on local multigranulation rough sets in ordered information systems

The main task of local rough set model is to avoid the interference of complicated calculation and invalid information in the formation of approximation space. In this paper, we first present a local rough set model based on dominance relation to make the local rough set theory applicable to the ordered information system, then two kinds of local multigranulation rough set models in the ordered information system are constructed by extending the single granulation environment to a multigranulation case. Moreover, the updating processes of dynamic objects based on global (classical) and local multigranulation rough sets in the ordered information system are analyzed and compared carefully. It is addressed about how the rough approximation spaces of global multigranulation rough set and local multigranulation rough set change when the object set increase or decrease in an ordered information system. The relevant algorithms for updating approximations with dynamic objects on global and local multigranulation rough sets are provided in ordered information systems. To illustrate the superiority and the effectiveness of the proposed dynamic updating approaches in the ordered information system, experimental evaluation is performed using six datasets coming from the University of California-Irvine repository.

     

粗糙集神经网络混和系统及其应用

本文提出一种粗糙集理论和动态前馈神经网络相结合的神经网络构造方法。充分发挥了粗糙集理论和神经网络的优势，弥补了各自的缺点。并应用于实际工业过程，在乙烯装置裂解炉燃料气热值控制中取得了良好的应用效果。     

基于一阶混杂Petri网的柔性制造系统粗糙控制

研究基于一阶混杂Petri网模型的柔性制造系统粗糙控制.为构造正确的一阶混杂Petri网模型行为演变图,提出了确定改变Macro状态事件的新方法;进而给出了柔性制造系统优化与控制算法,并基于粗糙集合理论和所给出的算法,提出了柔性制造系统的粗糙控制方法.最后通过一个实例验证了该方法的有效性.     

Segmentation of multispectral MR images through an annealed rough neural network

In this paper, multispectral image segmentation using a rough neural network based on an annealed strategy with a cooling schedule is created. The main purpose is to embed an annealed cooling schedule into the rough neural network to construct a segmentation system named annealed rough neural net (ARNN). The classification system is a paradigm for the implementation of annealed reasoning and rough systems in neural network architecture. Instead of all the information in the image are fed into the neural network, the upper- and lower-bound gray level, captured from a training vector in a multispectral image, were fed into a rough neuron in the ARNN. Therefore, only 2-channel images are selected as the training samples if an N-dimensional multispectral image was used. In the simulation results, the proposed network not only reduces the consuming time but also reserves the classification performance.     

粗集-RBF神经网络在瓦斯突出预测中的应用

煤矿瓦斯突出是威胁煤矿安全生产的主要因素之一:瓦斯突出预测的关键是信息的采集,传输和处理;通过DSP技术和粗集-RBF神经网络结合的方法,完成了对瓦斯突出预测系统的设计;该系统设计了基于DSP和无线传感器网络的信息采集和传输系统和粗集-RBF神经网络;信息传输采用无线网络和CAN总线相结合的方式,极大地提高了信息传输的质量和效率;利用MATLAB对粗集-RBF神经网络进行了建模和仿真,选取了4个与瓦斯突出有关的影响指标,对具体的瓦斯突出样本进行了预测,准确预测出了瓦斯突出。     

粗集神经网络在阳离子反浮选控制中的应用

针对阳离子反浮选生产过程被控对象复杂、数学模型不确定以及控制精度要求高等特点,提出一种基于粗集神经网络理论的智能控制模型。该方法减少信息表达的属性数量及神经网络构成系统的复杂性,增强了系统容错及抗干扰的能力。将粗集神经网络智能控制模型与基于粗集的控制模型进行对比,结果表明了该方法的可行性。