低松驰预应力钢丝稳定化处理生产线系统控制的研究

低松驰预应力钢丝稳定化处理生产线系统控制的研究

ID:36478413

大小:2.28 MB

页数:73页

时间:2019-05-11

低松驰预应力钢丝稳定化处理生产线系统控制的研究_第1页
低松驰预应力钢丝稳定化处理生产线系统控制的研究_第2页
低松驰预应力钢丝稳定化处理生产线系统控制的研究_第3页
低松驰预应力钢丝稳定化处理生产线系统控制的研究_第4页
低松驰预应力钢丝稳定化处理生产线系统控制的研究_第5页
资源描述:

《低松驰预应力钢丝稳定化处理生产线系统控制的研究》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、浙江大学硕士学位论文低松驰预应力钢丝稳定化处理生产线系统控制的研究姓名:胡赫尘申请学位级别:硕士专业:电力电子与电力传动指导教师:陈辉明2003.3.1下UF⋯j》浙江大学硕士学位论文譬508194摘要低松弛预应力钢丝是一种很有前途的高强度建筑用钢材,本文根据低松弛预应力钢丝稳定化处理生产线的工艺要求,对其电气系统进行了全面、细致的分析,对重要的工艺参数一回火温度的控制进行了详细讨论。主要内容如下:一、首先根据低松弛预应力钢丝稳定化处理生产线的工艺要求,设计了控制系统的硬件、软件,并且就系统的抗干扰措施进行了讨论。二、感应加热的过程是一个很复杂的工业过程,它涉及

2、电、磁及热等多种物理过程。文章对系统加热过程的原理进行了分析,然后在保证一定精度的前提下,建立了对象工作点附近的近似模型,采用数值计算的方法模拟了系统的动态特性。三、利用工业界常用的前馈一串级控制方案,对钢丝回火温度进行控制,取得了较好效果。’四、简介了普通模糊控制器的设计,讨论了一些模糊控制器的改进方案,然后引入了一种参数自调整Fuzzy--PI控制器丫仿真结果表明,其控制性能要优于常规的PI控制。五、CMAC神经网络可以充分逼近任意复杂的非线性关系,可学习和适应不知道或不确定的系统。CMAC神经网络逆模学习控制策略具有鲁棒性强、适应性良好,权值训练时间短等优

3、点。十分适用于参数未知、时变的工业控制工程。,≥。,//移关键词:健整鼬毽些塑塑竺、蓖型、宴浏、型型、CMAC塑望杰堂堡主兰堡堡塞————AbstractLow-relaxationprestressedsteelwireisonekindofhighdegreeofstrengthsteels,anditiswellusedinconstructionindustry.Thispaperbasedontheproducttechnics,analysistheelectriccontrolsystemindetail,Thisthesisfocusesonth

4、econtrolofthetempertemperature,whichisthecoretechnicsparameter.Thispapercontainsfollowingparts:Thefirstsection:Basedontheproducttechnics}designedthehardwarestructureandthesoftware。Theanti-jammingtechniquealsobediscussed.Thesecondsection:Theprocessofinduceheatingisacomplexprocess.Afte

5、ranalysistheheatingmechanism.thisthesisbuildupanapproximatemodelforthesystem.Themirdsection:Usedthefeedforward----cascadecontrolstrategytocontrolthetempertemperature,andacquiresagoodresult..Thefourthsection:Introduceddesignofthenormalfuzzycontroller,andproducedsomeimprovedschemes.Aft

6、erthis,thisthesisproposedafuzzy—PIcontrollerwhatUSeSaself-regulatingscalingmethod。ThesimulationresultillustratesthatthefuzzymPIcontrolisbetterthanthenormalPIcontroller.Thefivesection:TheCMACneuralnetworkwillapproachanycomplicatednonlinearrelationshipsufficienttXThenetworkcouldstudyso

7、meunknownsystems.TheinversemodellearningcontrolstrategyofCMACneuralnetworkownedgoodqualityinrobustness,adaptabilityandshortfightstrainingtime.Itisadapttotheindustryprocesswhichparameterisuncertainorunknown.Keywords:low—relaxationprestressedsteelwire,feedforwardcontrol,cascadecontrol,

8、fuzzycontrol

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。