冷连轧板形自适应控制系统地研究

《冷连轧板形自适应控制系统地研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据分类号UDC密级学位论文冷连轧板形自适应控制系统的研究作者姓名：陈亮指导教师：刘建昌教授东北大学信息科学与工程学院申请学位级别：硕士学科类别：工学学科专业名称：控制理论与控制工程殓文提交日期：学位授予日期：／平阅人：2011年6月2011年7月谭树彬李令奇论文答辩日期：答辩委员会主席：东北大学2011年6月2011年6月李鸿儒教授万方数据AThesisinControlTheoryandControlEngineeringResearchontheAdaptiveControlSystemofFlatnessforTandemColdMillbyCh

2、enLiangSupervisor：LiuJianchangNortheasternUniversityJune2011万方数据独创性声明本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示诚挚的谢意。学位论文作者签名签字日期：陈丽：Ⅻff卑厂j目2馅学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有

3、关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年回一年口学位论文作者签名：瞰流签字日期：zoff年‘]目“目新签名：旁慰易签字日期：2D／f班蝴万方数据东北大学硕士学位论文摘要冷连轧板形自适应控制系统的研究摘要板形是板带材重要的质量指标之一，板形控制技术是现代高精度板带轧机的关键技术。本文以冷连轧板形自适应控制系统为研究课题，对板形模式识别、执行机构控制策略及板形自适应控制系统进行了理论研究和仿真分析。板形模式识别是板形控制

4、的关键。针对板形模式的传统识别方法、模糊识别方法和神经网络识别方法等各自存在的问题，建立了以勒让德正交多项式为基模式，基于欧式距离的RBF神经网络板形模式识别模型。该模型只用3个输入信号和3个输出信号，网络内部各层节点的物理意义明确，识别速度快，精度高，泛化能力强，为板形模式识别提供了简便实用的方法。板形执行机构具有非线性、时变性、干扰严重等特点，首先对板形执行机构进行机理建模，并对建立起来的高阶数学模型采用Routh降阶法降阶处理。使用基于经验模型的经典控制方法和现代控制方法很难得到较好的控制效果，因此本文设计了BP神经网络自校正控制(BPNN．STC)策

5、略，利用神经网络能有效地克服各种非线性因素的不利影响，同时由于加入了自适应机制，有效地解决了模型变化和环境干扰带来的不利影响，改善了执行机构控制系统的动态性能。基于板形执行机构的功效函数，设计了板形控制器模块和板形计算模块，结合板形智能模式识别方法和板形执行机构自适应控制策略，构建了带钢冷连轧机板形自适应控制系统。在MATLAB的Simulink环境下进行了仿真研究。仿真结果表明，本文所设计的板形自适应控制系统响应快，超调小，对模型和环境的变化具有较强的自学习和自适应能力，可以将板形控制在+31范围内，满足带钢冷轧机板形控制系统对快速性与稳态精度的要求，是冷

6、连轧机板形控制的一种有效途径。关键词：板形；模式识别；神经网络；自校正控制；自适应控制一II—万方数据查!!查兰硕士学位论文AbstractResearchontheAdaptiveControlSystemofFlatnessforTandemColdMilIAbstractFlatnessisanimportanttargetforqualityofthestripsteel．Andtheflatnesscontrolisthekeytechnologyofmodernrollingmillswithhighprecisionofflatness．Tak

7、ingtheadaptiveflatnesscontrolsystemoftandemcoldrollingmillastheresearchobject，thethesishasdonealotoftheoreticalresearchandsimulationanalysisontheflatnesspatternrecognition，controlstrategyofexecutingmachineaswellastheadaptiveflatnesscontrolsystem．Theflatnesspatternrecognitionistheke

8、ytotheflatnesscontr01．Fort