排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
为了提高平直度模式识别的精度,引入小波消噪技术对平直度信号进行预处理,然后采用以1次、2次、3次和4次勒让德多项式作为平直度基本模式的基于最小二乘原理的多项式回归方法进行模式识别,提出了一种计算精度高、抗干扰能力强的平直度模式识别方法。该方法能够从本质上提高平直度模式识别的精度,计算过程稳定可靠,能够为平直度控制模型提供准确的平直度信息,适合在线应用。 相似文献
2.
板带轧机板形控制倾辊弯辊神经模糊PID模型 总被引:4,自引:1,他引:3
板形是板带轧制的重要质量指标,倾辊和弯辊是板形控制的重要手段.目前常规的PID控制算法被广泛应用到板带轧机倾辊和弯辊板形控制系统中,但由于实际系统随机干扰严重,具有多变量、非线性、强耦合的特征,难以建立较为准确的数学模型,常规的PID控制算法很难满足板形高精度控制的要求.为能提高倾辊和弯辊板形控制系统的性能,在常规PID控制算法的基础上,建立基于神经网络的模糊PID倾辊弯辊板形控制模型,通过神经网络的自学习能力和模糊控制的"概念"抽象能力的有机结合寻找一个最佳的P、I、D非线性组合控制律,增强对控制环境变化的适应能力和自学习能力.仿真试验结果表明,该模型能很好地跟踪板形的目标设定值,响应快,超调小,鲁棒性强,可提高倾辊和弯辊对板形的控制精度,为板形高精度控制提供了一种新方法. 相似文献
3.
4.
5.
6.
模糊系统和神经网络,由于具有逼近任意连续非线性映射的特性,而广泛应用于系统的辨识与控制。但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识,而轧制过程中影响轧机辊缝的因素复杂,外界干扰严重,过程参数难以确定,为提高轧机辊缝动态的辨识精度,提出了一种基于动态递归模糊神经网络的辨识模型。轧制仿真结果表明,该模型具有很高的辨识精度。 相似文献
7.
8.
为了提高带钢断面形状的控制精度,提出一种新的带钢断面形状在线控制矩阵模型。采用1次、2次、3次和4次曲线精确描述带钢断面形状,根据影响函数法的原理,给出断面形状控制影响矩阵的概念,并建立断面形状控制方程。以机理模拟数据为基础,对断面形状控制的矩阵模型进行了仿真实验,结果表明该模型具有较高的控制精度,控制效果良好,适合现代轧机带钢断面形状高精度控制,为带钢断面形状在线控制提供了一种新方法。 相似文献
9.
10.
现代轧机一般配备多种平直度调节手段,各种调节手段之间存在着一定的耦合关系,为分析各种平直度调节手段对各次平直度分量的影响规律,采用分割模型影响函数法和条元变分法建立HC轧机的平直度计算模型,利用该模型计算倾辊、工作辊弯辊、工作辊非对称弯辊和中间辊横移4种调节手段对1次、2次、3次和4次平直度分量的影响系数,分析发现,倾辊和工作辊非对称弯辊对平直度的影响规律类似,主要影响1次和3次平直度分量,并且对1次分量的影响程度要大于对3次分量的影响程度;工作辊弯辊和中间辊横移主要影响2次和4次平直度分量,并且对2次分量的影响程度要大于对4次分量的影响程度,该结果系统地揭示各种调节手段对各次平直度分量的影响规律,为平直度在线控制模型的建立、实现提供理论基础。 相似文献