RBF神经网络在冷轧APC系统的实验研究 |
| |
引用本文: | 魏立新,郑翠红,王洪庆,郑剑.RBF神经网络在冷轧APC系统的实验研究[J].机械设计与制造,2014(9). |
| |
作者姓名: | 魏立新 郑翠红 王洪庆 郑剑 |
| |
作者单位: | 燕山大学工业计算机控制河北省重点实验室;天津电气传动设计研究所; |
| |
基金项目: | 国家自然科学基金——钢铁联合基金资助项目(U1260203) |
| |
摘 要: | 在冷轧板带的控制中,针对液压APC系统多变量、高阶次和时变性等特点,提出一种引入记忆因子(Memory Factor,MF)的RBF神经网络。为提高网络精度,采用改进的混洗蛙跳算法(Improved Shuffled Frog Leaping Algorithm,ISFLA)全优化MF-RBF神经网络,并把优化前后的神经网络进行CFC(Continuous Functional Diagram)封装,得到基于ISFLA全优化的MF-RBF神经网络智能控制器。分析轧制厚控APC系统的原理及组成,采用机理方法建立液压APC系统数学模型,并搭建模拟电路作负载,将上述控制器在西门子FM458平台进行实验研究。通过将各控制器的实验结果作比较,发现ISFLA优化后的MF-RBFNN控制器的响应速度快、精度高、适应性好,具有较高的实际应用价值。
|
关 键 词: | RBF神经网络 记忆因子 混洗蛙跳算法 CFC FM458 |
Experimental Study of RBF Neural Network in Cold-Rolled APC System |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|