基于PSO算法的RBF神經(jīng)網(wǎng)絡(luò)在板形板厚綜合控制中的應(yīng)用.pdf

1、鋼鐵是發(fā)展國(guó)民經(jīng)濟(jì)的重要物資基礎(chǔ),板帶材是廣泛應(yīng)用于國(guó)民經(jīng)濟(jì)各部門(mén)的重要原材料。其中板形質(zhì)量和板厚精度是衡量帶鋼質(zhì)量的兩個(gè)重要指標(biāo)。板形板厚控制是一個(gè)復(fù)雜多變的控制系統(tǒng)。影響板形板厚的各個(gè)參數(shù)之間有著很強(qiáng)的耦合性。因此,實(shí)現(xiàn)板形板厚控制(AFC-AGC)的研究已經(jīng)成為一個(gè)前沿的熱點(diǎn)問(wèn)題。隨著智能技術(shù)的研究和發(fā)展,很多專(zhuān)家學(xué)者將智能技術(shù)應(yīng)用到AFC-AGC綜合控制中。由于AFC-AGC是一個(gè)非線性、強(qiáng)耦合、大時(shí)滯的多變量實(shí)時(shí)控制系統(tǒng)。對(duì)于

2、這樣的非常規(guī)的復(fù)雜系統(tǒng),常規(guī)的方法很難實(shí)現(xiàn)理想的控制。
　　因此,采用現(xiàn)代控制方法和智能方法相結(jié)合的控制手段成為必然的趨勢(shì)。本文針對(duì)AFC-AGC綜合控制的特點(diǎn),主要進(jìn)行了以下工作:1.通過(guò)分析板帶材軋制過(guò)程,完成AGC-AFC系統(tǒng)數(shù)學(xué)公式的推導(dǎo)和數(shù)學(xué)模型的建立,并建立AGC-AFC的系統(tǒng)框圖。2.對(duì)粒子群優(yōu)化算法(Particle Swarm Optimizition.PSO)進(jìn)行了深入的分析和研究,針對(duì)PSO算法在使用過(guò)程中存

3、在易于陷入局部最優(yōu),收斂精度不高等缺陷,提出適合本文的改進(jìn)PSO優(yōu)化算法,并通過(guò)Matlab仿真驗(yàn)證改進(jìn)的PSO算法具有很好的精度。3.介紹了神經(jīng)網(wǎng)絡(luò)的基本內(nèi)容,比較了RBF神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn),選擇適合本文的RBF神經(jīng)網(wǎng)絡(luò)。同時(shí)用改進(jìn)的PSO算法對(duì)RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)進(jìn)行優(yōu)化,并比較分析了各種優(yōu)化效果。4.設(shè)計(jì)出一種基于PSO算法的RBF神經(jīng)網(wǎng)絡(luò)的解耦控制器,并將其用于對(duì)板形板厚的綜合控制系統(tǒng)中,完成系統(tǒng)的解耦實(shí)現(xiàn)分別