基于人工智能的自适应板形控制

钢铁研究学报, 2001, 13(4): 58-61.

1.燕山大学机械工程学院

Self-Adaptive Flat Control Based on Artificial In telligence

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.

[1]	Demetri P;Athanaios S;Alan A Y.A Multilayered NeuralNetwork Controller[J].IEEE Control Systems Magazine,1998(04):17-21.
[2]	Nicklaus F. Portmann;Dieter Lindhoff;Gunter Sorgel;Otto Gramckow .Application of neural networks in rolling mill automation[J].Iron and Steel Engineer,1995(2):33-36.
[3]	刘建昌;王贞祥;王立平.轧机特性的回归与系数估计[M].
[4]	人工神经网络的模型及其应用[J].冶金自动化,1995,19(01):22-25.
[5]	张立明.人工神经网络的模型及其应用[M].上海:复旦大学出版社,1993
[6]	李士勇;夏承光.模糊控制和智能控制理论与应用[M].哈尔滨:哈尔滨工业大学出版社,1990

上一张下一张

计量

作者相关

文章评分