多目标自适应混沌粒子群优化算法

提出一种多目标自适应混沌粒子群优化算法(MACPSO). 首先, 基于混沌序列提出一种新型动态加权方法选择全局最优粒子; 然后, 改进NSGA-II 拥挤距离计算方法, 并应用到一种严格的外部存档更新策略中; 最后, 针对外部存档提出一种基于世代距离的自适应变异策略. 以上操作不仅提高了算法的收敛性, 而且提高了Pareto 最优解的均匀性. 实验结果表明了所提出算法的有效性.

     

基于改进粒子群优化RBF神经网络的轧制力预报

依据RBF神经网络的非线性逼近能力和自学习特性, 提出基于RBF神经网络的建模方法。将最近邻聚类用于RBF神经网络隐层中心向量的确定, 并采用改进粒子群算法对最近邻聚类的聚类半径进行优化, 合理确定了RBF神经网络的隐层结构, 提出了一种基于改进粒子群算法的RBF神经网络(IMPSO-RBF)。将该网络应用于轧制力的预报, 与基本粒子群算法优化的RBF神经网络比较, 仿真结果表明其在预报精度和收敛速度上都有很大提高。     

基于数据相似性的铝热连轧轧制力模型自学习

针对铝热连轧中轧制力预报精度低、模型自适应能力差的问题, 提出了基于数据相似性的自学习方法, 该方法首先计算第i卷和第i+1卷轧制初始数据的相似程度, 然后以第i卷的实测轧制力为自学习目标, 将两卷带材的相似程度作为自学习系数的修正因子来对轧制力模型进行自学习运算。以河南某1+4铝热连轧机为实验对象, 通过对现场实测数据的分析表明: 本方法能有效提高轧制力预报精度, 满足在线控制要求。     

秒流量控制的研究及其在液压AGC系统中的应用

由于光电编码器分辨率的限制,造成基于光电编码器的秒流量液压AGC(Automatic Gauge Control)系统在板厚控制过程中的板厚控制精度达不到要求的问题,采用插入高频脉冲的方式,来提高光电编码器的测速精度,计算结果显示插入高频脉冲后光电编码器的测速误差由原来的1.6％下降到0.04％.为实现高频脉冲的插入设计了一款基于FPGA的秒流量计,并将其应用于秒流量液压AGC系统中,经过实际数据统计,秒流量计和测厚仪测量出的轧机出口侧板厚之间的误差小于0.1％,由此证明秒流量计的板厚测量精度可以满足板厚控制系统的要求.将基于秒流量计的秒流量液压AGC系统应用于冷轧现场显示,该系统控制板厚误差在±5 μm以内,且系统具有很好的稳定性、鲁棒性和实用性.     

基于CPLD的AGC系统位置检测接口电路设计

压下油缸位置闭环高精度控制是实现冷轧带材板厚板形高精度控制的基础,缸位移信号的检测精度直接影响油缸位置闭环精度。以CPLD为主控制芯片,利用VHDL硬件描述语言,设计了板厚控制(AGC)系统油缸位置检测接口电路,实现了Sony磁尺等增量编码器形式的信号采集与处理。该位置检测接口电路采集和处理信号速度快,抗干扰能力强,若封装成独立模块,可应用于其他工业领域。仿真和试验验证了所设计的AGC系统位置检测接口电路的可行性。     

基于改进人工鱼群算法的1050铝合金变形抗力模型优化

变形抗力是轧制力模型预测的重要参数,其模型的精确度直接影响轧制力的预报精度。为了得到更为精确的变形抗力数学模型,文中以据河南某铝热连轧厂1+4连轧精轧机组为研究对象,根据大量现场实测稳定段数据,应用轧制理论反推得到变形抗力回归所用数据后,将模型线性化再应用最小二乘法对1050系铝合金变形抗力进行了线性回归,得到初始参数后运用改进鱼群算法对影响变形抗力的参数进行了优化,仿真结果表明用改进鱼群算法优化出的参数得到的变形抗力模型比用最小二乘法回归出的变形抗力模型应用于轧制力预报的误差更小,所以,在进行轧制力预报时选择改进鱼群算法优化后的变形抗力模型。精确的轧制模型是轧制过程中的轧制预报的关键,对于指导生产,提高产品质量有着重要的实践意义。     

基于角度邻域的多目标差分进化算法

针对如何实现差分进化算法求解多目标优化问题,提出了一种基于角度邻域的多目标差分进化算法,通过在选择操作中引入弱支配概念,实现了对多目标优化问题的求解.该算法通过计算目标空间中个体与权重向量的夹角来确定每个个体的邻域,并在此基础上引入了基于角度邻域的变异策略,使个体的变异在邻域内进行,保证进化方向.此外,该算法创建了一个外部存档用来保存进化过程中的非支配解,并定期对外部存档进行维护,大大改善了解集的分布性.大量的数值仿真实验结果表明通过角度确定邻域的方法比通过欧氏距离确定邻域的方法更加有效,算法所得解集的收敛性和分布性也均明显优于基于分解的差分多目标进化算法(multiobjective evolutionary algorithm based on decomposition and differential evolution,MOEA/D–DE)和非支配排序算法Ⅱ(nondominated sorting genetic algorithm II,NSGA).     

自动厚度控制系统变参数自适应控制方法及其实现

以唐山某1 370 mm冷轧机自动厚度控制系统为例,介绍轧机位置闭环控制原理,提出一种自动厚度控制系统变参数自适应控制方法,详细分析其设计过程,给出本控制方法现场运行的程序流程图,现场运行取得了良好的效果.     

冷轧机机架间张力预测函数控制器的设计

由于常规PID控制器的参数往往针对一种情况进行整定,很难保持冷连轧张力始终处于一个好的控制状态。在分析了张力控制原理的基础上,应用预测函数控制设计了辊缝式调张法张力控制系统,用预测函数控制,其控制量计算方程简单,实时控制计算量小,达到了张力控制的精度要求,仿真结果证明了该控制器显著提高了系统的动态响应性能,其控制效果优于常规PID控制器。     

基于蚁群算法的神经网络冷连轧机轧制力预报

 为提高冷连轧机轧制力的预报精度和预报速度,用蚁群算法和神经网络相结合的方法进行轧制力预报模型设计。根据轧制原理建立了BP神经网络冷连轧机轧制力预报模型,以网络权值和阈值为自变量,网络预报误差为目标函数,通过蚁群多代运算,找出预报误差全局最小值,再将相应的权值和阈值输入网络进行训练。应用某厂1450 mm冷连轧机的实测数据进行离线计算的结果表明,该方法能够防止BP网络陷入局部极小点,且收敛速度快,可作为轧制力预报的新方法在实际应用中加以推广。