导读:本文包含了板形板厚综合控制系统论文开题报告文献综述及选题提纲参考文献，主要关键词:板凸度,板厚,张力,鲁棒解耦控制
板形板厚综合控制系统论文文献综述
马悦[1]（2017）在《冷轧板形板厚综合耦合系统鲁棒解耦控制研究》一文中研究指出板形和板厚是带钢质量的重要衡量标准。然而,在板形板厚综合系统中,板形控制会影响到板厚控制效果,而板厚控制也会影响到板形。板形板厚系统是有强耦合性的非线性系统,因此,需要提出一种控制策略,实现板形板厚的解耦和控制。针对板形凸度与板厚存在耦合关系这一问题,构建以辊缝和弯辊力的变化量为输入、板厚和板凸度的变化量为输出的板形板厚耦合数学模型,提出了基于前馈解耦器的鲁棒控制方法,利用前馈补偿解耦的方法对系统进行解耦,得到近似的两组单输入单输出系统,设计了鲁棒∞H控制器对解耦后的系统进行控制,并与基于PID前馈解耦控制进行仿真对比分析。结果表明,鲁棒前馈解耦控制策略解耦效果优于PID前馈解耦控制,相比之下,系统的响应时间减少了0.3-0.5s,当系统模型参数G11等发生±5%的摄动时系统的动态响应性能依然良好。针对板形控制、板厚控制和前后机架张力耦合影响关系的四输入四输出模型。利用逆系统理论设计了基于模糊聚类方法的神经网络逆解耦器,实现冷连轧综合耦合模型的线性化解耦,并通过设计基于免疫云粒子群优化的神经网络等效滑模控制器对解耦后系统进行闭环控制。结果证明,这种控制器具有很好的跟踪效果和鲁棒性,相比于PID控制器,等效滑模控制器将响应时间缩短了0.3s左右,超调量至少降低了50%,同时,当参数Q发生±10%的摄动时,系统能够保持稳定运行。(本文来源于《华北理工大学》期刊2017-12-04）
陈恩平,张尚斌,薛涛[2]（2016）在《冷轧机板形板厚综合控制系统研究》一文中研究指出冷轧带钢板形板厚综合控制系统模型是冷轧带钢过程控制系统的核心,该模型的精度直接影响成品带钢的板形板厚质量。针对六辊冷连轧机,给出改进的轧机刚度方程、弹跳方程和板凸度方程,并利用六辊轧机有限元模型计算板形板厚综合控制系统模型中所需的轧机横纵向刚度。得到空载辊缝值、工作辊弯辊力、中间辊弯辊力的变化量对出口厚度、出口板凸度的影响,并给出空载辊缝值、工作辊弯辊力、中间辊弯辊力设定值修正量的计算方法。经验证,出口厚度与板凸度实测值与设定值基本吻合。(本文来源于《塑性工程学报》期刊2016年04期）
彭鹏,杨荃[3]（2007）在《冷连轧机板形板厚综合解耦控制系统》一文中研究指出带钢冷连轧过程中,板形板厚控制存在着很强的耦合关系,相互影响对方的调节效果,甚至引起系统不稳定。对轧制过程中影响板形板厚的各种因素进行了系统的理论分析,建立了板形板厚耦合模型,并在对其进行解耦设计的基础上建立了板形板厚综合解耦控制系统。采用Matlab/Simulink工具进行仿真分析,在8辊5机架全连续冷连轧机组的实际应用表明,综合解耦控制系统可有效提高板形板厚的控制精度。(本文来源于《钢铁》期刊2007年08期）
黄敏,崔宝同,顾树生[4]（2007）在《基于小波神经网络的板形板厚综合系统逆控制》一文中研究指出针对板形板厚综合系统具有强耦合、非线性、含纯滞后环节的特点,提出一种基于小波神经网络的逆控制方案.利用两个结构相同的小波神经网络构造Smith预估器,预估器的输入参数与时延阶次无关,能较好地解决小波神经网络对维数较为敏感的问题.采用神经网络逆控制的思想设计小波神经网络控制器,引入多步预测性能指标函数对控制器权值进行在线训练.仿真研究表明,该控制方案具有较快的响应速度和良好的动态性能.(本文来源于《控制与决策》期刊2007年05期）
王粉花,孙一康,陈占英[5]（2003）在《基于模糊神经网络的板形板厚综合控制系统》一文中研究指出面对板形板厚控制这一复杂、多变量耦合的非线性系统,提出一种基于模糊神经网络的综合控制方案,实现了无模型板形板厚综合控制.仿真结果表明,该控制系统收敛性好、抗干扰性强,取得令人满意的板形板厚控制精度.(本文来源于《北京科技大学学报》期刊2003年02期）
曹建国,张杰,陈先霖,魏钢城,黄四清[6]（2000）在《热轧带钢板形板厚综合控制系统的耦合关系》一文中研究指出针对板形板厚控制的耦合问题，结合 １７００ ｍｍ热连轧机实际控制系统，建立了板形板 厚耦合控制对象的数学模型．采用 Ｂｒｉｓｔｏｌ－Ｓｈｉｎｓｋｙ相对增益分析表明， １７００ ｍｍ热连轧机的板 形板厚耦合效果明显，严重影响高质量带钢生产，必须进行解耦设计．(本文来源于《北京科技大学学报》期刊2000年06期）
石中锁,韩丹[7]（1999）在《板形板厚综合系统的前馈解耦神经网络预测控制方法》一文中研究指出提出了一种板形板厚综合控制系统模型,给出了基于TH神经网络的增量式模型算法控制设计方法及其收敛特性,对板形板厚综合系统进行了前馈解耦设计,针对某热连轧精轧区七机架机组使用给出的控制方法进行了计算机模拟,证实了算法的有效性。(本文来源于《模式识别与人工智能》期刊1999年03期）
吴刚,孙一康[8]（1999）在《多变量模糊预测控制在板形板厚综合系统中的应用》一文中研究指出针对板形板厚综合系统，提出一种基于遗传算法的多变量模糊预测控制新方法．该方法通过模糊预测来建立多变量系统的模糊模型，给出了辨识参数．同时，利用遗传算法优化控制律．仿真结果表明该方法是有效的．(本文来源于《北京科技大学学报》期刊1999年04期）
石中锁,孙一康[9]（1998）在《板形板厚综合系统的解耦神经网络预测控制方法》一文中研究指出给出了板形板厚综合控制模型,提出了基于TH神经网络的动态矩阵设计方法并分析了其收敛特性.使用不变性原理对板形板厚综系统进行了解耦设计,并对板形板厚解耦神经网络预测控制系统,进行了仿真研究.结果表明神经网络可在儿百ns的时间内达到稳定状态,不仅满足了轧钢过程的快速性要求,而且控制精度也得到了提高.(本文来源于《北京科技大学学报》期刊1998年03期）
解恩普,于海斌[10]（1989）在《可逆冷轧机板形与板厚综合系统的最优控制》一文中研究指出为进一步提高冷轧带钢的产品质量,本文针对四辊可逆冷轧机提出一种板形、板厚综合系统的前馈最优控制方案。并利用动态规划原理导出前馈最优控制律。经仿真验证,本方案充分发挥了前馈控制的优点,极大地提高了对扰动的抑制能力,将板形控制在10I以内,较好地满足了生产实际的要求。(本文来源于《控制与决策》期刊1989年03期）
板形板厚综合控制系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
冷轧带钢板形板厚综合控制系统模型是冷轧带钢过程控制系统的核心,该模型的精度直接影响成品带钢的板形板厚质量。针对六辊冷连轧机,给出改进的轧机刚度方程、弹跳方程和板凸度方程,并利用六辊轧机有限元模型计算板形板厚综合控制系统模型中所需的轧机横纵向刚度。得到空载辊缝值、工作辊弯辊力、中间辊弯辊力的变化量对出口厚度、出口板凸度的影响,并给出空载辊缝值、工作辊弯辊力、中间辊弯辊力设定值修正量的计算方法。经验证,出口厚度与板凸度实测值与设定值基本吻合。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
板形板厚综合控制系统论文参考文献
[1].马悦.冷轧板形板厚综合耦合系统鲁棒解耦控制研究[D].华北理工大学.2017
[2].陈恩平,张尚斌,薛涛.冷轧机板形板厚综合控制系统研究[J].塑性工程学报.2016
[3].彭鹏,杨荃.冷连轧机板形板厚综合解耦控制系统[J].钢铁.2007
[4].黄敏,崔宝同,顾树生.基于小波神经网络的板形板厚综合系统逆控制[J].控制与决策.2007
[5].王粉花,孙一康,陈占英.基于模糊神经网络的板形板厚综合控制系统[J].北京科技大学学报.2003
[6].曹建国,张杰,陈先霖,魏钢城,黄四清.热轧带钢板形板厚综合控制系统的耦合关系[J].北京科技大学学报.2000
[7].石中锁,韩丹.板形板厚综合系统的前馈解耦神经网络预测控制方法[J].模式识别与人工智能.1999
[8].吴刚,孙一康.多变量模糊预测控制在板形板厚综合系统中的应用[J].北京科技大学学报.1999
[9].石中锁,孙一康.板形板厚综合系统的解耦神经网络预测控制方法[J].北京科技大学学报.1998
[10].解恩普,于海斌.可逆冷轧机板形与板厚综合系统的最优控制[J].控制与决策.1989