学位论文 > 优秀研究生学位论文题录展示

液压弯辊板形智能控制方法研究

作　者: 崔艳超
导　师: 贾春玉
学　校: 燕山大学
专　业: 机械设计及理论
关键词: 液压弯辊 Matlab软件传统PID控制 CMAC神经网络 ANFIS
分类号: TP273.5
类　型: 硕士论文
年　份: 2011年
下　载: 68次
引　用: 0次
阅　读: 论文下载

内容摘要

如何提高板带钢的质量是带钢生产企业所面临的一个重大课题。液压弯辊是一种最常用、最有效的板形控制手段,目前已广泛应用于轧机的板形控制之中。因此,全面深入地研究板形控制理论,建立精确的液压弯辊板形控制系统模型,已成为板形控制技术发展的必然要求。本文系统研究了液压弯辊控制系统的原理和基本组成,建立了液压弯辊力控制系统的数学模型。详细分析了系统的特性、稳态误差、干扰对系统的影响等。利用Matlab软件的Simulink工具,建立了液压弯辊控制系统的动态仿真模型,对油压、弯辊力进行了仿真,讨论了元件参数对系统特性的影响问题。目前,轧机液压弯辊控制系统多数采用传统的PID控制算法,然而实践证明传统PID控制已经难以满足高精度控制的要求。本文首先采用自适应在线遗传算法对PID参数进行了优化,然后采用CMAC(小脑神经网络)与PID复合控制的策略,进一步提高了液压弯辊回路对油压、弯辊力的跟踪性能,和传统PID方法相比,系统的性能指标得到了很大的改善,同时大大加快了系统的响应速度、提高了系统的稳定性,取得了良好的控制效果。为了满足用户对带钢产品高质量的要求,需要进一步提高板形控制精度,然而,由于实际轧制过程,控制对象具有非线性、多变量、强耦合的特点,用传统数学方法难以建立精确的板形模型。针对以上问题,本文以Matlab软件的ANFIS工具箱为平台,采用智能建模方法ANFIS(自适应神经模糊推理系统)实现了弯辊力与二次板形的模糊建模。并且利用大量实际现场的轧制数据对FIS模型进行检验,仿真结果表明采用ANFIS方法建立的模型是有效的,系统具有自适应性,抗干扰能力强,板形误差波动小,具有较高的控制精度。

全文目录

摘要  5-6
Abstract  6-10
第1章绪论  10-18
  1.1 课题背景  10-13
  1.2 液压弯辊控制板形的研究现状  13-15
  1.3 课题研究意义  15-16
  1.4 本课题主要研究内容  16-18
第2章液压弯辊力控制系统的分析与建模  18-28
  2.1 液压弯辊装置简介  18-21
  2.2 系统的总体分析及简化  21-23
  2.3 液压弯辊力控制系统的数学模型  23-26
  2.4 传统液压弯辊力控制系统的控制算法  26-27
  2.5 本章小结  27-28
第3章液压弯辊力控制系统的仿真与优化  28-44
  3.1 液压弯辊力控制系统的仿真  28-32
    3.1.1 仿真软件的选用  28-29
    3.1.2 系统仿真参数的计算  29-30
    3.1.3 液压弯辊力系统的仿真实现  30-32
  3.2 液压弯辊力控制系统的特性分析  32-38
    3.2.1 系统时域、频域特性分析  32-34
    3.2.2 系统的稳态误差分析  34-35
    3.2.3 外在干扰对系统的影响  35-38
  3.3 元件参数对系统特性的影响  38-43
  3.4 本章小结  43-44
第4章自适应在线遗传算法优化PID 参数研究  44-53
  4.1 传统遗传算法的简介  44-45
  4.2 自适应遗传算法  45-47
    4.2.1 自适应遗传算子  45-46
    4.2.2 自适应遗传算法的特点  46-47
  4.3 遗传算法优化PID 参数的流程和原理  47-48
    4.3.1 遗传算法优化PID 参数的流程  47-48
    4.3.2 遗传算法优化PID 参数的原理  48
  4.4 自适应在线遗传算法优化PID 参数的仿真实验  48-52
    4.4.1 仿真对象的选择  48-49
    4.4.2 系统的仿真结果  49-52
  4.5 本章小结  52-53
第5章液压弯辊系统的CMAC 与PID 复合控制研究  53-61
  5.1 CMAC 神经网络简介  53
  5.2 CMAC 网络的学习算法  53-55
  5.3 CMAC 与PID 复合控制的算法  55-56
  5.4 液压弯辊系统的CMAC 与PID 复合控制的仿真实验  56-60
  5.5 本章小结  60-61
第6章基于ANFIS 的智能液压弯辊板形控制器的研究  61-78
  6.1 ANFIS 概述  61-62
  6.2 ANFIS 的结构和原理  62-64
  6.3 数据的模糊聚类方法  64-65
  6.4 ANFIS 智能液压弯辊板形控制器的设计  65-73
    6.4.1 基于ANFIS 的液压弯辊板形仿真器的设计  65-69
    6.4.2 基于ANFIS 的液压弯辊板形控制器的设计  69-73
  6.5 ANFIS 智能液压弯辊板形控制器的仿真实验  73-77
  6.6 本章小结  77-78
结论  78-80
参考文献  80-85
攻读硕士学位期间承担的科研任务与主要成果  85-86
致谢  86-87
作者简介  87

相似论文

基于神经网络的安全评价方法研究及应用,X937
基于ANFIS的面阵相机几何畸变校正方法研究,TP391.41
风力发电系统变桨距的控制,TM315
液压弯辊系统对板凸度影响的实验研究,TG335
基于ANFIS的心律失常辅助诊断模型研究,R541.7
模糊技术在光电检测中的应用研究,TN247
电渗析脱盐率预测模型研究,TQ085.4
ATM机服务网点的区域布局与优化问题研究,F830.49
微型汽车离合器操纵机构优化研究,U463.211
渠道运行系统自动化控制研究及数值仿真,TP273
基于模糊神经网络的桥梁状态评价,U441
啮合电动机非线性建模与优化控制技术研究,TM306
基于ANFIS和数学建模方法的织物染色计算机配色应用研究,TP391.41
基于自适应神经网络模糊推理系统的图像去噪算法研究,TP391.41
中央空调系统运行及其控制的动态仿真,TU831.3
混凝土受氯离子侵蚀劣化的ANFIS分析,TU528
食用油盒中袋包装关键技术研究,TS206.4
SELDI技术联合MATLAB软件预测FOLFOX4方案治疗大肠癌敏感性的研究报告,R735.34
基于DSP的静止无功发生器的设计,TM761
基于ANFIS的区域汽车市场销售量预测研究,F274;F426.471
多Agent在磨矿过程控制中的应用研究,TP273