基于模糊神經(jīng)網(wǎng)絡(luò)的AGC系統(tǒng)控制方法研究.pdf

1、隨著國民經(jīng)濟的高速發(fā)展，科學(xué)技術(shù)的不斷進步，汽車、機械制造、電器和電子行業(yè)對板材及帶材的產(chǎn)量和質(zhì)量提出了更高的要求。而厚度控制是衡量板材及帶材的最重要的質(zhì)量指標之一，已成為國內(nèi)外冶金行業(yè)普遍關(guān)注的焦點。 厚度自動控制AGC(Automatic Gauge Control)是一個多變量、強耦合、非線性的實時控制過程，目前，以現(xiàn)代控制技術(shù)實現(xiàn)控制性能的最高水平和，以智能控制技術(shù)實現(xiàn)系統(tǒng)的靈活性、多樣性。兩方面的追求相互融合，開發(fā)出高

2、精度的厚度自動控制系統(tǒng)是AGC控制技術(shù)發(fā)展的大趨勢。 本文針對AGC這樣一個非線性、復(fù)雜的系統(tǒng)提出了一種新的控制方案——應(yīng)用變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)控制器實現(xiàn)對AGC系統(tǒng)的控制。模糊神經(jīng)網(wǎng)絡(luò)集合了神經(jīng)網(wǎng)絡(luò)和模糊控制的優(yōu)點，已有的研究成果充分證明其具有優(yōu)良的性能，將其應(yīng)用于AGC系統(tǒng)，使控制性能得到了改善。雖然目前也有這方面的理論研究，但大多數(shù)是基于神經(jīng)網(wǎng)絡(luò)和模糊控制簡單的結(jié)合或者是利用三層模糊神經(jīng)網(wǎng)絡(luò)模型，基于標準型的模糊神經(jīng)網(wǎng)絡(luò)在A

3、GC系統(tǒng)中的應(yīng)用還有待研究。為取得更好的控制效果，進一步提高系統(tǒng)性能，對模糊語言變量的選取、模糊規(guī)則的制定以及模糊神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)AGC系統(tǒng)的結(jié)合方式等都需要深入研究。用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)是遺傳算法的一個典型應(yīng)用，但遺傳算法有過早收斂的缺點。鑒于此，本論文引入克隆優(yōu)化算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)，仿真結(jié)果證明了該方法的有效性。 本文還對冷連軋的工藝流程以及冷連軋厚度控制的基本理論進行了較為系統(tǒng)地闡述，綜合分析了各種智能方