一种非线性系统参数辨识的耦合算法研究

针对工程复杂性、时变性、非线性的特点,提出了基于混沌免疫粒子群算法(CIPSO)与El-man神经网络的耦合算法(CIPSD-ENN),用于非线性动态模型参数辨识.CIPSO优化算法将人工免疫系统中的克隆选择和混沌优化机制引入粒子群算法,在粒子群种群进化过程中,该算法对粒子进行克隆选择,提高其收敛速度,对克隆后的粒子混沌变异以增强种群局部搜索能力.最后,CIPSO与动态反馈型Elman神经网络融合,对其权值、阈值寻优,建立了基于CIPSO和ENN的耦合算法系统辨识模型.实验结果表明,算法具有收敛速度快、收敛精度高、鲁棒性强的特点,与单纯Elman网络辨识相比,模型收敛速度提高了10倍,拟合精度提高了2个数量级.     

测井岩性的非线性动态辨识新方法及应用

由于岩性测井曲线分布具有模糊性,在对岩性进行划分时会出现较大的困难.为了准确分析测井响应曲线,将逃逸微粒群算法与Elman反馈神经网络进行有机结合,形成了EPSO-NN混合算法,并构建了基于EPSO-NN的非线性动态识别系统,用于测井岩性的自适应识别.工程实例结果表明,该系统在岩性识别上是可行的、有效的,同样也完全可以用于岩相、沉积微相识别、矿床预测及矿物岩石分类地质方面的研究.     

基于神经网络的非线性系统辨识

基于神经网络实现了非线性系统的分析,给出了计算实例,实验结果表明了方法的有效性。     

四辊不可逆铝箔冷轧机箔厚闭环调节系统浅析

文中就意大利铝箔冷轧机箔厚闭调节系统的基本组成,工作原理,调节特点以及系统维护等进行了阐述与分析,对引进技术与设备的维护可起到重要作用 。     

关于非线性动态系统神经网络辨识模型的分析

由线性动态网络和非线性静态网络组成的特殊结构 ,分析这种辨识模型的特点及在实际操作中的应用 ,并通过仿真手段证明神经网络的有效性。     

基于神经网络局部模型的非线性系统辨识的研究

讨论了一种基于多层种经网络的用于非线性系统辨识的局部模型网络的结构、原理和网络训练方法,为非线性系统的自适应控制提供了一条新途径。     

非线性、大滞后系统神经网络辨识研究

基于神经网络的非线性、大滞后系统辨识是当前研究的热点之一,介绍了神经网络辨识的基本原理,研究了BP与RBF神经网络两种典型网络的设计和算法,最后通过MATLAB进行了仿真分析与比较。仿真结果表明:一致性方面RBF优于BP神经网络,RBF神经网络收敛速度更快,辨识效果更好;泛化性能方面RBF网络较差,不如BP网络。由此得出两种网络各自的优缺点,在实际应用中可以此作为神经网络模型辨识的参考。     

冷轧机工作辊弯辊控制系统模拟

冷轧机弯辊集自动控制技术、液压伺服技术、流体动力学、轧制辊系变形等学科于一体,用传统传递函数建立的系统数学模型计算结果与实际差距较大.本文基于MATLAB的SIMULINK平台,应用影响函数法精确地计算了弯辊缸的负载等效刚度,建立了能够详尽描述弯辊系统的数学模型.模拟结果表明,半闭环弯辊系统的阶跃响应时间为0.115 s,与实测阶跃响应吻合.考虑管道影响后,实际弯辊力响应时间为半闭环弯辊系统的2倍.     

基于PID神经网络的非线性系统辨识与控制

针对工业控制领域中非线性系统采用传统的控制方法不能达到满意的控制效果,提出一种基于P ID神经网络的控制方案,以对其进行辨识和控制。将P ID神经网络引入控制系统中,既具有常规P ID控制结构简单、参数物理意义明确等优点,同时又具有神经网络的并行结构和学习记忆功能及非线性映射能力。仿真结果表明:该控制系统响应速度快、超调量小、稳态精度高,能够快速跟踪系统输出并进行有效控制,且具有一定的自适应性和鲁棒性,满足实时控制的要求。     

基于神经网络的非线性系统辨识方法

主要介绍利用多层神经网络进行非线性系统辨识的几种模型以及相应的算法，并分析和比较它们的辨识性能．为高度不确定性动态系统的综合设计提出了一种分析方法。     

四辊冷轧板带轧机液压AGC系统数学模型

采用二自由度系统分析方法对四辊冷轧板带扎机液压AGC系统的物理模型进行简化,建立了系统的数学模型。在工程应用中,该方法简便、实用。     

非线性动态轧制过程下冷轧机参激振动特性

同时考虑轧制过程中非线性动态轧制力和辊面振纹导致的非线性参激刚度的影响,建立了非线性动态轧制过程下冷轧机参激振动动力学方程.应用多尺度法求解了轧机发生1/2亚谐共振时的幅频特性方程,得到了阻尼、参激刚度对系统亚谐共振的影响规律,并运用奇异性理论讨论了轧机在非自治情况下分岔特性.最后通过采用轧机实际参数进行数值仿真,得到系统各参数对幅频特性以及分岔和混沌特性的影响规律,发现系统参激刚度的变化会使轧机出现了周期运动和混沌等多种不同的运动形态,为进一步抑制轧机振动提供了理论参考.     

CVC四辊冷轧机板形控制策略

研究了宽带冷轧机的板形控制策略理论问题以及ＣＶＣ四辊冷带轧机建立合理的板形控制策略的一般方法，在此基础上，以宝钢冷轧机的第五机架为对象，建立了一套适用的板形控制策略模型。     

轧机液压AGC系统的动态仿真

AGC控制技术是现代轧机不可缺少的关键技术之一,其控制效果直接影响到产品质量和产品的精度。笔者在分析液压AGC系统组成、系统主要动态元件动态特性的基础上,建立了一种全面而且有利于分析轧制过成中各种因素对轧制精度影响的动态仿真模型和方块图,并对3340轧机液压AGC控制系统进行了动态仿真。     

高斯色噪声激励下四辊冷轧机垂直振动模型的响应分析

本文研究了具有谐波力和高斯色噪声激励下四辊冷轧机垂直振动模型的非线性动力学响应。通过平均法和随机平均法分别对四辊冷轧机垂直振动模型进行了理论分析。通过蒙特卡罗方法验证了近似解析法的有效性。最后,探讨了随机激励对轧机系统稳态响应的影响。研究发现色噪声的噪声强度和相关时间会引起低振幅和高振幅振荡之间的随机转移。这项研究可为实现四辊冷轧机垂直振动系统的振动控制和可靠性设计提供理论指导。     

冷连轧机出口厚度人工神经网络快速预报

采用改进的BP网络Levenberg-Marquardt优化算法对冷连轧机出口厚度进行快速预报，此网络μ参量可自适应调整，收敛速度快。冷连轧生产出口厚度预报精度大为提高，为冷连轧出口厚度预报提供了一条准确高效的新途径。     

直拉式冷轧实验机自动控制系统

为了满足钢铁企业加强冷轧生产技术研究能力的需要,轧制技术及连轧自动化国家重点实验室(RAL)自主设计开发了垂直方向采用液压自动厚度控制(HAGC),水平方向两侧通过液压缸和夹头产生张力进行自动张力控制(ATC)的新型直拉式可逆冷轧实验轧机.概要地介绍了直拉式冷轧实验机的设备构成及设备的主要功能和特点,详细说明了控制系统构成及自动控制功能的实现,通过系统测试给出了系统控制精度.测试结果表明冷轧实验工艺过程可以模拟生产工艺过程,进行冷轧钢种开发和工艺研究.     

网络技术在铜带轧机电气控制中的应用

信息时代,网络技术在工业自动化生产方面推动了许多技术的变革.传统的轧机控制,多系统间往往采用硬接线的联系方式,工程量大,可靠性差.而工业以太网的应用,则使得多系统间的数据传输,变得安全、可靠、实用.针对采用网络通讯技术所完成的12辊冷轧机电气传动与控制系统改造项目,介绍了MMS协议在工业以太网及DriveBus在光纤传动网中的应用,说明了网络技术在工业生产领域中的实际价值.     

高抗力金属板带材多辊冷轧机特点分析

掌握生产板带材的金属的特性和变形特点是进行高精度多辊可逆冷轧机设计的基础。针对多品种,多规格和板卷共线的生产工艺需求,通过对比分析选择了六辊辊系的可逆冷轧机。该冷轧机主要用来生产厚度薄至0.3～0.4 mm的钛及钛合金,镍及镍合金,铜及铜合金,不锈钢,高温合金以及精密合金板带材。冷轧机的最大轧制力35 000 kN,最高轧制速度480 m/min,最大轧制力矩320 kN·m。机组主要由皮带运输机,开卷和卷取机,主轧机,除油装置,矫直机,移动和固定辊道等设备组成。同时,也包括消防系统,液压系统,电控系统等。重点对冷轧机的工艺设计要求,机组组成特点,关键设备部件,典型技术参数等进行了介绍和分析。     

热轧液压AGC的动态模型的研究

根据液压AGC系统的构成，同时考虑轧机辊系轧制力的影响，建立了热轧液压AGC系统的动态模型。分析结果表明，所建立的动态模型简单且利于分析轧制过程中各种因素对轧制精度的影响，为系统的优化设计及系统控制性能的研究提供了基础．