电弧炉电极调节系统的自校正控制

以电弧炉电极调节系统为研究对象,提出了采用参数辨识的方法对受控模糊实时估计算法,进而采用极点配置自适应控制算法,对传统的PID电弧炉电极调节系统加以改进。仿真结果表明,自适应控制系统无论在系统的动态性能,还是在对弧长扰动的抑制能力方面,均优于PID控制,为开发新一代电弧炉自适应调节系统提供了理论依据。     

基于RBF神经网络整定的调距桨PID控制

针对可调螺距螺旋桨采用的传统PID控制具有超调大、调节时间长等缺点,提出了一种基于RBF神经网络整定的PID控制算法.这种算法采用3输入、单输出的RBF神经网络对系统性能学习以找出最佳的PID组合,实现对调距桨螺距角的控制.仿真试验表明,基于RBF神经网络整定的PID控制效果明显优于传统的PID控制.     

电弧炉电极调节系统的建模和控制

电极调节是电弧炉炼钢中的关键环节,冶炼过程中要求电极调节系统能够保证电弧的稳定,以达到高效率和低能耗的目的.对电弧炉电极调节系统进行物理建模,转化为线性三阶系统.传统的PID控制最大缺点在于仅能对电弧炉目前的状况做出反应,调节往往滞后于电弧炉实际状况的变化.将直接广义预测算法应用于电弧炉电极调节系统,当模型失配时,广义预测算法可以快速更新预测模型,计算出新的最优控制量.     

基于BP神经网络的PID控制器参数调整

分别采用传统PID控制、BP神经网络PID控制算法,仿真控制传递函数为2阶的无刷直流电机.传统PID控制需要在初期给定比例、积分、微分系数值,而BP神经网络PID控制可以自适应调整比例、积分、微分系数值,从而实时改变被控对象的输入,使系统快速响应并稳定.     

基于BP神经网络的船舶航向智能PID控制研究

针对船舶航向控制非线性的特性,以船舶航向运动一阶KT模型为研究对象,设计了基于BP神经网络的自整定PID算法航向控制器。将传统PID与BP神经网络结合,对被控对象由BP神经网络进行辨识,给出PID控制参数,由PID控制算法进行控制并优化收敛速度。根据真实渡轮船舶特征参数,利用MATLAB/Simulink仿真软件建立船舶航向运动控制系统模型。仿真结果表明,基于BP神经网络的PID控制系统超调小、鲁棒性好,可长时间稳定工作,几乎无稳态误差,控制算法的实用性以及动态控制系统的优越性得到验证。     

基于BP神经网络的PID控制器研究

从BP神经网络的基本原理、学习规则和学习算法出发,研究了基于BP神经网络的PID控制方法,采用3层前向网络及动态BP算法,取得了较高的控制品质。仿真结果表明,基于BP神经网络的PID控制方法在处理非线性和时变系统时具有很强的鲁棒性。     

一种时变非线性对象神经网络PID控制的仿真

利用BP神经网络对被控对象进行了控制和辨识,提出了一种基于BP神经网络的PID控制器;给出了相应的控制算法;并对典型的参数时变非线性系统的控制进行了仿真研究。仿真结果表明,同传统PID控制器相比,神经网络PID控制器对于模型、环境具有较好的适应能力与较强的鲁棒性,证明了神经网络控制的优越性。     

LMBP神经网络PID控制器在暖通空调系统中的应用研究

针对BP神经网络学习过程收敛速度慢及易陷入局部极小值的缺陷,研究了levenberg-marquart算法(即LM算法).为解决LM算法中学习速率的选择和逆矩阵的求解这两个严重影响训练时间和收敛精度的问题,采用LU分解法对LM算法进行改进和优化,并通过MATLAB语言编程实现,将得到的LMBP神经网络PID控制器应用于暖通空调冷冻水循环的控制回路中,将其控制效果与PID控制算法、BP神经网络PID控制算法进行仿真对比研究.研究结果表明,采用LMBP神经网络PID控制器在减少超调量、加快收敛速度、减少稳态误差等方面的性能都得到了明显的改善.     

基于BP神经网络的球杆控制算法设计

针对球杆系统定位控制问题,基于BP神经网络设计了BP神经网络控制器和BP神经网络PID参数自整定两种智能控制器.完成了两种控制器的网络结构与实现方法,并在Simulink环境中仿真.仿真结果显示出BP神经网络PID参数自整定控制器的稳定性优于BP神经网络控制器,将BP神经网络PID参数自整定控制器算法移植到GBB1004球杆系统,实现了对该系统的控制.实验结果显示,该控制器响应快,有一定的抗干扰能力,获得系统调节时间小于16s,稳态误差小于1cm.     

医院大型电梯电力系统的PLC控制方法优化

医院大型电梯电力系统在实际运行的过程中具有很高的非线性和时变性,使大型电梯电力系统PLC控制效果不佳,当前方法采用线性学习法,无法适应运行环境的不确定性,造成电力系统控制的不稳定性。提出一种基于BP神经网络PID控制算法的医院大型电梯电力系统的PLC控制优化方法,将PID算法作为PLC的软件设计部分,通过比例、积分与微分这三种控制作用的合理调配,形成相互关系。鉴于PID控制算法调节时间长、超调量大等弊端,采用BP神经网络对其进行优化。利用BP神经网络的自学习和加权系数的调整,使BP神经网络输出最优大型电梯电力系统控制规律下的PID控制算法的参数,实现医院大型电梯电力系统的稳定控制。实验结果表明,所提方法具有很高的控制稳定性和鲁邦性,综合性能较强。     

基于矿热炉外磁场信号的三相电极位置检测系统设计

针对矿热炉三相电极位置精确测量、节能降耗和安全生产的需求,设计一种基于矿热炉外磁场信号的三相电极位置检测系统。首先根据矿热炉的实际构造,结合COMSOL Multiphysics软件,建立矿热炉仿真模型,并对矿热炉磁场进行分析,选取外磁场信号采样点。在选取的采样点,采集具有不同电极位置的矿热炉模型的外磁场信号,建立矿热炉外磁场信号样本集。根据该样本集,应用偏最小二乘(partial least squares,PLS)回归分析、径向基函数神经网络(radial basis function neural network,RBFNN)和粒子群优化RBFNN(particle swarm optimized RBFNN,PSO-RBFNN)分别建立矿热炉三相电极位置检测模型,并结合MATLAB GUI建立基于矿热炉外磁场信号的三相电极位置检测系统。实验结果表明,检测系统的三种模型都可以实现对电极位置的检测,其中PSO-RBFNN模型的效果最优,三相电极位置检测准确率达到94.98%(训练集),90.21%(测试集),均方根误差为0.053 5(训练集)、0.131 1(测试集)。提出的检测系统能够较精确地测量三相电极在矿热炉内的位置,实现非接触式检测,具有较好的实用价值和应用前景。     

电弧炉电极升降控制系统的设计

针对纯模拟器件自耗电极真空电弧炉电极升降控制系统故障率高、维护量大等一系列问题．设计出了由PLC和模拟调速器组成的电极升降控制系统．介绍了系统主要硬件配置、S7-300PLC程序结构、操作面板OP27组态画面．该系统控制算法采用PID算法，且根据现场工艺要求实现了从手动到自动的无扰切换功能．现场运行数据表明，基于PID控制规律的电弧炉电极升降PLC控制系统运行稳定可靠，操作方便，维护量小，对同行业的生产进步将起到示范和推动作用．     

单电极直流电弧炉热态模拟试验研究

在容量250 kg的单电极直流炼钢电弧试验炉上进行了热态模拟试验研究,探讨了伏安特性、功率、电效率以及耐火材料烧损指数等单电极直流电弧炉的电热特性。试验研究结果表明,单电极直流电弧炉具有不同于三相交流电弧炉的电热特性。     

双电极直流电弧炉磁镜线圈匝数计算解析

本文运用电磁理论导出了双电极直流电弧炉磁镜线圈磁感应强度以及匝数计算的解析式。其计算结果与实际数据基本相符,因此,解析式可用于磁镜式双电极直流电弧炉设计计算。解析式又揭示出磁镜线圈磁感应强度与匝数的变化规律。     

电弧炼钢炉电极液压调节自适应系统的研究

针对电弧炉炼钢过程中因电弧压降梯度变化引起开环增益改变,从而导致电极调节液压伺服系统品质不稳定的现象,根据参考模型自适应原理,本文提出了两种在开环状态下进行增益补偿,然后形成闭环的方法。经仿真和实验,说明按此设计的电极调节自适应系统,不仅能克服由于电弧压降梯度变化对系统动态品质的影响,而且还能提高系统的响应能力。     

一种新的电弧炉电弧时域模型

由于电弧的非线性,炼钢电弧炉在生产过程中会产生大量的高次谐波,并导致供电网络的电压波动和闪变,为解决这一问题,建立了一个新的电弧炉电弧时域模型.新的电弧模型从电弧物理机理出发,选择电弧电导作为状态变量,用非线性微分方程描述,并且给出了模型参数的计算方法.通过调整模型中的参数,可以模拟电弧炉电气系统参数变化时的电弧特性.仿真结果表明,模型输出的电弧电压、电流与现场实测数据基本一致,验证了模型的正确性.     

电石电弧炉节能型智能控制系统

以工业电石电弧炉为控制对象，根据系统运行中存在的问题，提出了节能型智能控制系统．系统采用神经网络控制器及微机电极调控器构成复合智能控制系统，设计了电弧炉神经网络控制器和新的自学习算法，经仿真和实际运行，运行稳定，节能效果显著     

专家系统在电炉炼钢工艺中的应用

把可拓学中定量化描述解决矛盾问题过程的工具——关联函数——引入到电弧炉可拓专家系统中,用以解决电炉出钢前钢水成分不合格的矛盾问题.电弧炉终点目标神经网络预报模型作为可拓专家系统评价机构的基础.终点预报模型用混合遗传算法训练,达到了较高的预报精度.仿真结果表明电炉可拓专家系统可以指导技术人员进行更合理的炼钢操作.     

遗传机理神经网络在电弧炉炼钢模型辨识中应用

在直流电弧炉炼钢过程控制系统中,由于它的复杂机理,高度非线性加大了建模的难度．为提供适用于直流电弧炉炼钢过程优化控制的模型,提出一种引入遗传算法的神经网络建模方法,并将其用于某厂直流电弧炉炼钢过程模型的建立,获得了很好的效果．同时给出了基于现场实测数据的仿真结果．