熱連軋數(shù)學(xué)模型自學(xué)習(xí)研究.pdf

1、隨著熱連軋自動化技術(shù)的迅速發(fā)展，國民經(jīng)濟(jì)各部門對軋制產(chǎn)品的尺寸精度的要求日益提高，人們越來越深刻的意識到，軋機的現(xiàn)代化程度越高，對數(shù)學(xué)模型的依賴程度越大，數(shù)學(xué)模型已成為軋制關(guān)鍵技術(shù)的核心。因此不斷優(yōu)化數(shù)學(xué)模型，提高軋制參數(shù)的預(yù)設(shè)定精度，是推動軋制過程計算機控制系統(tǒng)進(jìn)步的主要動力，也是保證成品帶材尺寸精度的一項根本性措施。
　　本文結(jié)合某鋁廠1+3熱連軋高精度板材軋制項目，對過程控制級的數(shù)學(xué)模型建立及模型自學(xué)習(xí)進(jìn)行研究。該過程控制級

2、系統(tǒng)以精確的物理模型與神經(jīng)元網(wǎng)絡(luò)技術(shù)相結(jié)合為特征，物理模型描述基本的過程行為，而神經(jīng)元網(wǎng)絡(luò)作為對物理模型的補償。本文主要研究內(nèi)容如下:
　　(1)研究熱連軋軋制理論及數(shù)學(xué)模型的建模、應(yīng)用過程。在深入分析過程控制級相關(guān)程序的基礎(chǔ)上，研究過程控制級的帶材溫度模型、軋制力模型等模型的建模過程，并詳細(xì)分析了精軋機實現(xiàn)模型應(yīng)用及模型自學(xué)習(xí)的過程。
　　(2)研究指數(shù)平滑系數(shù)法和基于神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)算法。以過程控制級的溫度模型短期遺傳為

3、例，研究指數(shù)平滑系數(shù)法的應(yīng)用過程，詳細(xì)分析了神經(jīng)網(wǎng)絡(luò)用于模型自學(xué)習(xí)的設(shè)計過程及一些經(jīng)驗做法。
　　(3)研究現(xiàn)場所使用的神經(jīng)網(wǎng)絡(luò)MA4的結(jié)構(gòu)及其特殊訓(xùn)練算法，并以軋制力模型長期自學(xué)習(xí)為例，設(shè)計神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，收集訓(xùn)練數(shù)據(jù)，編程實現(xiàn)基于神經(jīng)網(wǎng)絡(luò)的算法程序，計算出模型長期自學(xué)習(xí)系數(shù)用于軋制力模型，實現(xiàn)軋制力模型長期自學(xué)習(xí)功能。
　　結(jié)合現(xiàn)場實際情況驗證了基于神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)算法的有效性，表明神經(jīng)網(wǎng)絡(luò)MA4訓(xùn)練算法收斂，能夠用于模型