基于LMI方法的板形板厚综合系统的H∞跟踪控制器设计

针对板带材轧制是一个复杂的非线性过程，板形控制(AFC)和板厚控制(AGC)又是相互耦合的一个综合系统等特点，该文建立了工作点线性化的冷连轧板形板厚离散化状态空间模型；将H∞跟踪控制问题转化为标准的H∞控制问题，并应用LMI(Linear Matrix Inequality)方法设计了板形板厚H∞跟踪控制器。仿真结果证明了此H∞控制系统具有良好的鲁棒稳定性、自适应跟随和抗扰性能，其控制效果优于传统的解耦PID控制。     

连续时间回归网络的稳定性分析

连续时间回归网络的稳定性分析张兰玲刘贺平孙一康（北京科技大学自动化系北京１０００８３）关键词连续回归神经网络，渐近稳定，绝对稳定．收稿日期１９９６－０９－２６１引言回归网络稳定性的分析大多是采用李亚普诺夫直接法［１］，这种方法的关键在于李亚普诺夫函数...     

基于张力测量的板形检测技术

板形检测是板形控制系统的重要组成部分,本文介绍了板形检测仪的工作原理和目前国内外应用的板形检测技术,重点介绍了基于张力测量原理的板形检测,分析了在线板形检测仪对带钢板形控制的重要影响,并展望了张力计板形仪的发展方向。     

基于DSP的冷连轧实时仿真

针对冷连轧轧制过程这个高度复杂的动态过程,提出了一种新的仿真的方法用来实现实时仿真。它利用数字信号处理器DSP的高速运算速度来实现动态模型的实时计算,通过内存映像网与实物控制器进行数据实时交换,整个过程是实时的。试验表明,该方法能有效地进行复杂冷轧过程的实时仿真,为继续深入这方面研究与应用提供了良好的基础。     

基于IGA-BP网络混合模型的冷连轧机组负荷分配优化法

提出一种将免疫遗传算法与BP网络相结合来优化冷连轧机机组负荷分配的新方法，该方法学习功能强，计算精度高，使用方便且适合在线计算，仿真结果证实了该方法的有效性，它为冷连轧机组轧制规程的优化设计提供了一条新途径。     

冷轧机动态规格变换方案的计算机仿真

为解决5机架冷连轧机动态规格变换时辊缝和辊速调节失配、张力波动大的问题，提出了一种动态规格变换方案，并对该方案进行了仿真分析。仿真结果证明了该方案的可行性和有效性。     

基于PID神经元网络的冷连轧板形板厚多变量综合控制

针对板带材轧制是一个复杂的非线性过程，板形控制（AFC）和板厚控制（AGC）又是相互耦合的一个综合系统等特点，本文提出了一种基于PID神经元网络的冷连轧板形板厚度多变量综合控制系统。仿真结果证明了此AFC－AGC控制系统具有良好的自适应跟随的抗扰性能，其控制效果优于传统的解耦PID控制。     

MSCGA-BP网络混合建模新方法

针对 BP神经网络存在的网络结构参数、收敛速度、局部极小等问题 ,提出基于变尺度混沌遗传算法 ( MSCGA)与 BP神经网络相互结合的混合建模新方法 ,可对 BP网络隐层节点数、网络权值、阈值等结构参数进行快速优化设计。该方法具有学习功能强、计算精度高、使用精度高、使用方便等特点 ,且适合在线计算。算例分析证明了该方法的有效性 ,为改善 BP神经网络性能提供了一条新途径     

四机架冷连轧机轧制力模型的研究与应用

分析了鞍钢冷轧厂４机架冷连轧机轧制力模型,指出了其存在的主要缺陷,并提出了改进方案。通过理论推导和现场实验相结合建立了新的轧制力模型,由对比分析可知,新模型精度优于原模型。新模型在４机架冷连轧机支撑辊辊型设计和轧制规程优化中得到了应用。效果良好。