基于自适应神经模糊推理系统的板形模式识别

针对传统的最小二乘板形模式识别方法的抗干扰能力差、精度低和神经网络方法存在网络学习时间长、易陷入局部最小值等问题,把模糊理论和神经网络的优点融合在一起,通过三个自适应神经模糊推理系统的有效拟合,提出了一种基于自适应神经模糊推理系统的板形模式识别方法.研究结果表明,该方法能够很好地克服以上缺点,而且能够有效识别出常见的板形缺陷,识别速度和精度有所提高,识别结果跟板形仪的实测板形也非常接近.     

板形自动控制在铝箔轧机中的应用

板形是铝箔的重要质量指标。采用板形自动控制系统是提高铝箔板形精度和实现最高生产效率的必由之路。本文介绍一种自动化程度很高的铝箔板形自动控制系统。该系统采用板形测量辊，通过轧辊倾斜控制、弯辊控制和冷却液分区控制等手段实现板形的自动控制。     

冷轧带钢板形测量及自动控制

本文介绍了本钢冷轧厂引进的克莱西姆公司板形闭环控制系统测量和控制的基本原理及控制策略。     

冷轧宽带钢板形检测与自动控制

综术字冷轧宽带钢板形自动检测与自动控制模型,为板形自动控制技术的发展创新提供了基础。     

连退机组平整板形自动控制系统开发与应用

简述了马钢（合肥）公司连退机组平整板形自动控制系统的研究和开发工作,重点阐述了板形自动控制系统的组成及各部分功能,特别说明了板形自动控制系统的工作原理和控制方案。通过本开发的成功实施,解决了人工控制板形存在的一些列问题,实现了板形的自动控制。     

800 mm电子铝箔轧机板形自动控制系统

本文介绍中色科技股份有限公司自主开发设计的800mm电子铝箔轧机板形自动控制系统的性能、组成及功能。     

基于人工智能的自适应板形控制

针对板带材轧制过程是一个复杂的非线性过程及传统板形控制模型的固有缺陷,为了提高冷轧带钢的板形质量和成材率,提出一种基于神经网络模糊推理的自适应板形控制（AI－AFC）方案,并将其引入森吉米尔20辊轧机的板形控制系统。离线仿真结果表明：该系统具有良好的控制性能,可提高板形控制质量。     

板形仪在冷轧机组的应用

阐释了冷轧钢带的国内外发展状况;结合冷轧板带的技术和发展现状,讨论其核心技术——板形自动控制系统AFC(Automatic Flat Control),介绍现有的AFC系统的基本原理和控制方式以及其中涉及到的多种控制理论和特殊仪器;以西门子板形自动控制原理为基础,讨论板形仪这个参与控制的关键仪器,对合理选择板形仪提供借鉴。     

单机平整机轧辊的磨损及其对板形的影响

分析了单机架平整机轧辊的实际辊形、磨损状况,并通过运用有限元模型计算辊缝曲线的2次和4次分量研究了辊形对板形的影响.结果表明,工作辊磨损较轻,对辊形影响不大,但原始辊形与目标辊形差别较大,是产生1/4浪板形缺陷的因素之一;支持辊局部磨损较严重,但这种不均匀磨损对板形影响较小,在整个服役期内对板形的作用基本不变.     

Cloud Neural Fuzzy PID Hybrid Integrated Algorithm of Flatness Control

In connection with the characteristics of multi-disturbance and nonlinearity of a system for flatness control in cold rolling process, a new intelligent PID control algorithm was proposed based on a cloud model, neural network and fuzzy integration. By indeterminacy artificial intelligence, the problem of fixing the membership functions of input variables and fuzzy rules was solved in an actual fuzzy system and the nonlinear mapping between variables was implemented by neural network. The algorithm has the adaptive learning ability of neural network and the indetermi- nacy of a cloud model in processing knowledge, which makes the fuzzy system have more persuasion in the process of knowledge inference, realizing the online adaptive regulation of PID parameters and avoiding the defects of the traditional PID controller. Simulation results show that the algorithm is simple, fast and robust with good control performance and application value.     

基于遗传算法的模糊控制理论研究及其应用(续)

应用遗传算法和模糊控制的理论，针对一个随机双线性系统，通过MATLAB编程仿真，探讨一种新的优化模糊控制器的设计方法，即先离线优化隶属函数，后在线调整量化系数，使得系统逐步向超调小、响应快的方向发展。仿真结果表明了这种方法的有效性。     

基于模糊神经网络的板形板厚综合控制系统

面对板形板厚控制这一复杂、多变量耦合的非线性系统,提出一种基于模糊神经网络的综合控制方案,实现了无模型板形板厚综合控制.仿真结果表明,该控制系统收敛性好、抗干扰性强,取得令人满意的板形板厚控制精度.     

基于神经网络模糊推理的智能厚度控制

针对板带材轧制过程是一个复的非线性过程、难以建立精确数学模型的特点,提出了厚度自动控制神经网络模糊智能方法,设计了输入为“编码”的神经网络模糊控制器。通过仿真证明了神经网络模糊控制的可行性,其控制精度优于常规方法。     

基于模糊神经解耦控制的板型板厚控制系统仿真

面对板型板厚控制这一复杂、多变量耦合的非线性系统,本文提出了一种两级串联结构的模糊神经网络解耦控制策略,前级为自调整模糊控制器,后级为基于动态耦合特性的自适应神经网络解耦控制器,并从理论上证明了学习算法的收敛性。实现了无模型板型板厚综合控制。仿真结果表明,该控制系统收敛性好、抗干扰性强,取得令人满意的板型板厚控制精度。     

模糊神经板形控制模型在冷轧带钢生产中的应用

提出了基于模糊切换的模糊控制和神经元控制相结合的板形双模控制思想,并结合模糊神经板形预报和模糊神经板形模式识别以及在线模糊神经双模控制器建立1220 mm五机架冷连轧机板形在线控制系统,对冷轧带钢的板形进行控制.结果表明,控制效果好,超调小、响应快、无静差、鲁棒性强,板形控制精度进一步提高,达到了板形在线智能控制之目的.     

基于遗传算法的模糊控制理论研究及其应用

应用遗传算法和模糊控制的理论,针对一个随机双线性系统,通过MATLAB编程仿真,探讨一种新的优化模糊控制器的设计方法,即先离线优化隶属函数,后在线调整量化系数,使得系统逐步向超调小、响应快的方向发展.仿真结果表明了这种方法的有效性.     

一种模糊推理事故预测方法及其应用

提出了一种以模糊模型辨识为核心，以模糊综合评价为辅助手段的事故预测方法。该方法先对生产过程进行模糊辨识，建立一个合适的模糊模型，以此为基础实现事故模糊预测，并利用模糊综合评价技术对预测结果进行处理，给出事故类型及程度。介绍了这种方法在某离子膜烧碱生产系统的应用，效果良好，预报准确率接近９０％，为企业带来潜在的经济效益。此方法在其它大型连续生产过程中同样具有应用价值。