改进小脑模型网络对轧辊偏心谐波的分频辨识

• 作者: 侯媛彬 杜京义 高赟
• 来源期刊: 中国机械工程
• 关键词: CMAC网络 轧辊偏心谐波 分频辨识 控制精度
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 信息技术
• 页码范围: 938-941
• 页数: 4页
• 分类号: TG33|TP18
• 语种: 中文
• DOI: 10.3321/j.issn:1004-132X.2007.08.014

摘要

针对连续轧钢机轧辊偏心谐波信号具有严重的非线性特性,提出一种采用改进的小脑模型控制器(ICMAC)神经网络对轧辊偏心进行分频辨识的方法.该方法基于改进的Prony参量法对轧辊偏心信号进行估计,利用ICMAC对非线性的逼近能力,对不同频率不同幅值的轧辊偏心谐波进行分频辨识,然后提取连轧机轧辊偏心信号非线性谐波,从而得到混合了各次谐波的轧辊偏心信号的最简模型.仿真结果表明,该方法与常规的BP网络辨识建模方法相比,不仅辨识结果的置信度高,而且能明显识别出对控制精度影响较大的谐波,可为进一步消除连轧机轧辊偏心信号提供依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜京义		74	454	10.0	19.0
2	高赟		36	162	7.0	10.0
3	侯媛彬		111	800	14.0	22.0