学位论文 > 优秀研究生学位论文题录展示

基于时间序列分析算法的轧制力预测研究

作　者: 梁兴
导　师: 何群
学　校: 燕山大学
专　业: 电机与电器
关键词: 时间序列分析 ARMA模型轧制力预测弯辊力
分类号: O211.61
类　型: 硕士论文
年　份: 2011年
下　载: 50次
引　用: 0次
阅　读: 论文下载

内容摘要

随着现代化工业的迅速发展,对板带钢材的需求也不断增加。我国生产的板带钢材远远不能满足自身发展的需求。制约板带钢材生产的主要原因之一是板形质量问题。本文在现有文献的基础之上,选取轧制力为轧机设备关键参数,并建立轧制力预测模型,对轧制力进行预测研究。带钢在轧制过程中,轧制压力波动时,弯辊力必须跟随轧制压力的变化而变化,消除由于轧制力波动产生的影响。提前预测出轧制力的变化趋势和规律,并以此作为液压弯辊力的调整依据。因此,建立高精度轧制力预测模型至关重要。应用时间序列分析法对轧制力建立ARMA模型,在此基础上进行预测和分析。本文提出了一种新的建模策略,总结了整体建模流程。对于模型参数的估计,先采用长自回归模型法对模型参数进行初估计,再采用非线性最小二乘法进行精估计。采取多种适用性检验准则相结合的方式来确定模型的具体阶数,提高建模的准确性和适用性。最后研究了最佳预测原理与计算,主要采用一步预测法对轧制力进行预测。时间序列分析法给轧制力预测提供一条新的解决思路。采用某钢厂SP1580轧机实际生产数据,利用MATLAB对采集的数据进行仿真实验,仿真结果表明轧制力的预测值与实测值基本吻合,短期预测效果很好,预测精度很高,误差基本可以控制在允许的范围内,可以满足板形控制系统对轧制力预测精度的要求。

全文目录

摘要  5-6
Abstract  6-10
第1章绪论  10-20
  1.1 引言  10-11
  1.2 国内外研究概况  11-16
    1.2.1 板形控制方法的研究概况  11-14
    1.2.2 时间序列分析研究概况  14-16
  1.3 板形控制研究的难点  16-17
  1.4 课题的来源、研究目的和意义  17-18
  1.5 本文的研究内容  18-20
第2章轧制力理论与板形控制  20-39
  2.1 引言  20
  2.2 板形的基本理论  20-28
    2.2.1 板形的概念  20-21
    2.2.2 板形的表示方法  21-25
    2.2.3 带钢板形平直条件  25-27
    2.2.4 影响带钢板形的因素  27-28
  2.3 板形控制原理与轧制力理论  28-31
    2.3.1 板形凸度的求法  28
    2.3.2 板形控制原理  28-30
    2.3.3 轧制力波动理论  30-31
  2.4 板形控制的主要方法  31-38
  2.5 本章小结  38-39
第3章轧制力预测模型的建立  39-64
  3.1 引言  39
  3.2 时间序列的数学模型  39-43
    3.2.1 时间序列的概念  39-40
    3.2.2 时间序列的基本模型  40-42
    3.2.3 时间序列模型的物理解释  42-43
  3.3 ARMA 模型的时域特性  43-50
    3.3.1 ARMA 模型的Green 函数  43-47
    3.3.2 ARMA 模型的逆函数  47-48
    3.3.3 ARMA 模型的自协方差函数  48-50
    3.3.4 ARMA 模型的偏自相关函数  50
  3.4 ARMA 模型的参数估计方法  50-57
    3.4.1 模型参数的初估计——长自回归模型法  50-54
    3.4.2 模型参数的精估计——非线性最小二乘法  54-57
  3.5 轧制力ARMA 模型的建立  57-63
    3.5.1 模型形式的选取  57-58
    3.5.2 模型的适用性检验  58-59
    3.5.3 ARMA(2n,2n-1)建模方  59-60
    3.5.4 轧制力的建模流程与仿真实例  60-63
  3.6 本章小结  63-64
第4章轧制力的预测研究与仿真实验  64-77
  4.1 引言  64
  4.2 轧制力数据的采集  64-66
    4.2.1 轧制力数据采集系统  64-65
    4.2.2 轧制力数据特性的检验与处理  65-66
  4.3 轧制力的最佳预测  66-68
    4.3.1 轧制力ARMA 模型最佳预测  66-67
    4.3.2 轧制力ARMA 模型的最佳预测计算  67-68
  4.4 仿真实验  68-75
  4.5 本章小结  75-77
结论  77-78
附录  78-84
参考文献  84-89
攻读硕士学位期间承担的科研任务与主要成果  89-90
致谢  90-91
作者简介  91

基于时间序列分析算法的轧制力预测研究

内容摘要

全文目录

相似论文