一种基于模糊RBF神经网络的Smith预估器

• 作者: 刘贺平 沈洁 许鸣珠
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 时滞系统 Smith预估器 模糊RBF神经网络 模糊C-均值聚类 卷取温度控制
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 45-48
• 页数: 4页
• 分类号: TP3
• 字数: 4492字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2007.01.014

摘要

为克服带钢热连轧层流冷却系统中大滞后环节产生的不利影响,提高控制精度,提出了将模糊RBF神经网络与Smith预估器相结合的方法.采用基于改进型模糊C-均值聚类算法的RBF神经网络建立预测模型,获得了较高的精度和较快的学习速度.改进后的模糊C-均值聚类算法具有更好的鲁棒性,且放松了隶属度条件,使得最终聚类结果对预先确定的聚类数目不敏感.将该控制器应用到卷取温度控制中,能把卷取温度控制在698～705 ℃的范围内,满足了实际生产的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许鸣珠	北京科技大学信息工程学院	9	84	5.0	9.0
2	刘贺平	北京科技大学信息工程学院	131	1848	16.0	39.0
3	沈洁	北京科技大学信息工程学院	1	4	1.0	1.0