中厚板轧机厚度预测及模糊控制系统的研究

论文摘要

中厚板轧件的厚度精度是轧件重要的质量指标之一,厚度控制的实质是对轧机的辊缝进行控制。本文分析了影响轧件出口厚度的因素及轧机厚度的控制原理,利用GRNN神经网络建立了4200轧机钢板厚度的预测模型,结果表明GRNN神经网络模型能较好地预测轧件厚度的变化情况,其相对误差很小。相对于BP神经网络和Elman神经网络模型,GRNN神经网络模型在预测精度方面有一定程度的提高,实现了与实测结果的高度拟合。人工神经网络为解决厚度预测提供了一种新的解决途径,特别是在轧钢过程中有广泛的应用前景,这在理论以及实践上都将具有重要的意义。轧机厚度控制系统是轧机最重要的部分之一,本文介绍了常规PID控制算法的理论基础,分析了模糊PID控制较之于常规PID控制的优势,并详细叙述了模糊PID控制器的设计过程。利用MATLAB模糊逻辑工具箱,建立了以辊缝位置为被控对象的参数自调节模糊PID厚度自动控制系统的模型,对轧机自动控制系统进行模糊PID控制。在MATLAB/Simulink环境下,分别建立了单位阶跃响应的模糊PID控制器的系统模型和单位脉冲响应的模糊PID控制器的系统模型。通过比较常规PID控制器和模糊PID控制器的响应结果可知,模糊PID控制器控制下的液压系统的超调量比常规PID控制器小,这说明模糊PID控制器的性能优于常规PID控制器,这为解决厚度自动控制提供一种有效的途径,为轧机厚度控制技术的发展提供了很好的前景,同时也为现代工业自动控制问题提供了新的解决方案。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 引言
• 1.2 国内外研究现状综述
• 1.2.1 人工神经网络的研究现状
• 1.2.2 模糊控制的研究现状
• 1.3 课题的目的和研究的意义
• 1.4 课题主要的研究内容及方法
• 2 中厚板轧机厚度控制的基本原理
• 2.1 4200中厚板轧机
• 2.1.1 中厚板轧机概述
• 2.1.2 4200轧机的生产工艺
• 2.2 轧机厚度控制概述
• 2.3 轧机厚度控制的基本原理
• 2.3.1 轧机弹跳方程和弹塑性曲线
• 2.3.2 轧机厚度波动的原因分析
• 2.4 轧件厚度控制方法
• 2.5 本章小结
• 3 MATLAB及其工具箱
• 3.1 MATLAB与神经网络工具箱
• 3.1.1 MATLAB简介
• 3.1.2 神经网络工具箱简介
• 3.2 人工神经网络
• 3.2.1 人工神经网络概述
• 3.2.2 神经网络的特征
• 3.3 Simulink简介
• 3.4 本章小结
• 4 中厚板轧机厚度的预测
• 4.1 中厚板轧机厚度预测
• 4.1.1 引言
• 4.1.2 GRNN神经网络
• 4.1.3 GRNN神经网络的建模
• 4.1.4 测试结果及分析
• 4.1.5 BP和Elman网络的预测模型
• 4.1.6 结论
• 4.2 本章小结
• 5 模糊PID控制器的设计
• 5.1 常规PID控制器
• 5.1.1 常规PID控制器的基本原理
• 5.1.2 常规PID控制的特点
• 5.1.3 常规PID控制器的参数整定
• 5.2 模糊控制的基本原理
• 5.2.1 模糊控制方法
• 5.2.2 模糊控制系统的工作原理
• 5.3 模糊PID控制器的设计
• 5.3.1 模糊PID控制器的隶属函数
• 5.3.2 模糊PID的控制规则
• 5.3.3 模糊控制器的设计
• 5.3.4 解模糊
• 5.4 仿真结果及分析
• 5.4.1 单位阶跃响应
• 5.4.2 单位脉冲响应
• 5.5 本章小结
• 6 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 个人简历及攻读硕士学位期间取得研究成果