小波神经网络在冷连轧板形控制中的应用

作     者：刘呈则 许健勇 李山青 Liu Chengze;Xu Jianyong;Li Shanqing

作者机构：国核电站运行服务技术有限公司上海200233 上海宝钢股份公司 

出 版 物：《上海金属》 (Shanghai Metals)

年 卷 期：2009年第31卷第5期

页      码：38-41页

摘      要：由于受轧机自身特性变化等复杂因素影响,调控机构的影响系数不适合用恒定的常量来描述。将小波神经网络应用到影响系数的自学习过程,对预设定的影响系数值进行在线修正。介绍了冷连轧板形调控机构影响系数自学习的神经网络结构设计,结合目标能量函数的最小化,对影响系数自学习算法进行分析。结合生产现场的实际板形数据,采用Visual C++/MATLAB对控制算法的作用效果进行仿真。仿真结果表明,自学习算法对板形控制起到了预想的效果,具备现场在线运行的可行性。

主 题 词：神经网络 自学习 效率因子 板形控制 

学科分类：12[管理学] 080503[080503] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0805[工学-能源动力学] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 080201[080201] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1001-7208.2009.05.008

馆 藏 号：203533331...