基于改進神經網絡的熱軋厚度控制方法研究.pdf

1、鋼鐵的產量和質量是衡量一個國家工業(yè)化發(fā)達程度的重要指標。鋼鐵工業(yè)是工業(yè)化發(fā)展的基礎產業(yè)。隨著現(xiàn)代生產水平的提高許多行業(yè)，例如汽車制造、航空航天以及房地產等對帶鋼板質量要求也不斷提高。由于帶鋼板的厚度精度是衡量帶鋼板質量的最重要指標。所以控制帶鋼厚度，提高帶鋼厚度精度成為國內外冶金行業(yè)普遍關注的重要課題。厚度自動控制系統(tǒng)又稱為AGC(Automatic Gauge Control)系統(tǒng)，它是一個多變量、強耦合的非線性控制過程，目前大多以現(xiàn)

2、代控制技術的應用和人工智能算法的引用來實現(xiàn)控制性能的最高水平，提高控制系統(tǒng)的靈活度和方便性。
　　 目前在帶鋼實際生產中熱軋厚度控制系統(tǒng)是帶鋼厚度控制領域應用最廣泛的控制系統(tǒng)。本文先是介紹了熱軋帶鋼生產工藝和流程，以及厚度控制的理論基礎。研究了厚度控制的基本數(shù)學模型和影響厚度波動的原因。然后介紹了幾種AGC的控制原理。通過分析液壓AGC的主要組成部分控制器、伺服放大器、伺服閥、液壓缸和傳感器，并為各組成部分建立數(shù)學模型，建立起熱

3、軋AGC的數(shù)學模型，由于研究重點在于控制器的自適應調整，因此對復雜的數(shù)學模型進行降階處理，將復雜的五階模型簡化為二階數(shù)學模型。
　　 本文研究的重點是神經網絡的改進與其在熱軋厚度控制中的應用。由于神經網絡具有的高度非線性信息處理能力和自學習能力，使它可以逼近任意的高度非線性系統(tǒng)，但是神經網絡在某些情況下存在一些缺陷，如收斂速度緩慢，易陷入局部極小值等。因此如何利用神經網絡的優(yōu)點，克服它的缺陷，并對其進行改進和創(chuàng)新，用來解決熱軋厚

4、度控制的問題將是我們研究的重點。本文針對這些缺陷將神經網絡進行優(yōu)化處理，引入了改進神經網絡的具體方式:添加動量項。本文還研究探索了對神經網絡結構的選取、非線性誤差函數(shù)的選擇以及動量因子選取等方面。通過仿真實驗確定其確定了一種跟蹤性能良好的BP神經網絡結構，并通過仿真實驗驗證了這種結構的神經網絡的有效性。最后本文設計了將BP神經網絡改進后的PID控制器，并將此控制器應用在熱軋厚度控制系統(tǒng)中，通過仿真實驗結果證明它具有良好的跟蹤性能和信息處