RBF神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型在中厚板層流冷卻控制中的應(yīng)用.pdf

1、本文以國(guó)內(nèi)某中厚板廠層流冷卻項(xiàng)目為背景，對(duì)其層流冷卻控制系統(tǒng)進(jìn)行研究。為提高鋼板的質(zhì)量和產(chǎn)量，控制冷卻系統(tǒng)采用基礎(chǔ)自動(dòng)化和過程自動(dòng)化聯(lián)合控制;為了進(jìn)一步提高過程自動(dòng)化系統(tǒng)的控制精度，本文建立了水冷換熱系數(shù)自學(xué)習(xí)系數(shù)的RBF神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型，并使之與數(shù)學(xué)模型相結(jié)合來優(yōu)化層流冷卻控制模型。仿真結(jié)果表明終冷溫度控制精度得到了明顯改善。本文的主要研究?jī)?nèi)容和主要成果如下:
　　1)在對(duì)該廠層流冷卻系統(tǒng)和主要設(shè)備進(jìn)行了詳細(xì)介紹的基礎(chǔ)上，結(jié)合生

2、產(chǎn)現(xiàn)場(chǎng)調(diào)試的過程，對(duì)層流冷卻基礎(chǔ)自動(dòng)化系統(tǒng)中的冷卻水流量控制、鋼板微跟蹤、冷卻水順序開閉、聯(lián)鎖控制、數(shù)據(jù)采集、處理及交換等核心功能進(jìn)行了程序設(shè)計(jì)和實(shí)現(xiàn)。
　　2)對(duì)過程自動(dòng)化控制系統(tǒng)的主要模型預(yù)設(shè)定、修正設(shè)定和自學(xué)習(xí)的計(jì)算過程進(jìn)行了研究;通過分析現(xiàn)場(chǎng)控制結(jié)果可知，層流冷卻控制系統(tǒng)基本能夠滿足終冷溫度控制的精度要求。
　　3)為了進(jìn)一步提高中厚板終冷溫度的控制精度，本文對(duì)RBF神經(jīng)網(wǎng)絡(luò)工作原理、學(xué)習(xí)過程進(jìn)行了學(xué)習(xí)和研究，建立了

3、水冷換熱系數(shù)自學(xué)習(xí)系數(shù)的RBF神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型來提高控制系統(tǒng)的精度。
　　4)利用MATLAB仿真程序?qū)λ鋼Q熱系數(shù)自學(xué)習(xí)系數(shù)RBF神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型進(jìn)行了離線訓(xùn)練和測(cè)試;結(jié)果表明RBF神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)模型具有較高的訓(xùn)練精度，預(yù)報(bào)的自學(xué)習(xí)系數(shù)相比于平滑指數(shù)法計(jì)算結(jié)果調(diào)整幅度較小。
　　5)根據(jù)RBF網(wǎng)絡(luò)及中厚板控制冷卻系統(tǒng)自身特點(diǎn)，提出在線應(yīng)用方案，將RBF神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)的自學(xué)習(xí)系數(shù)與水冷換熱系數(shù)模型相結(jié)合，用于中厚板層流冷卻控制