基于卷取温度预测的层流冷却优化控制模型

• 作者: 冯春 吴敏 彭熹 曹卫华
• 来源期刊: 计算机测量与控制
• 关键词: 层流冷却 卷取温度 预测控制 神经网络
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 工业控制
• 页码范围: 176-178
• 页数: 3页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4598.2007.02.014

摘要

卷取温度对带钢的金相组织影响很大,是决定成品带钢加工性能、力学性能、物理性能的重要工艺参数之一;层流冷却过程具有强非线性、不确定性、时变的特点,采用传统的基于传热机理和统计分析的建模方式难以满足卷取温度优化控制要求;针对某钢铁企业热轧板厂卷取温度控制过程中存在的问题,建立了基于神经网络的卷取温度预测模型,综合考虑多种因素对卷取温度的影响,将该模型预测值与目标卷取温度值的偏差作为原有前馈模型的输入,以提高前馈补偿的控制精度;仿真结果表明,模型预测精度高,具有在线应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴敏	中南大学信息科学与工程学院	439	5230	34.0	47.0
2	彭熹	中南大学信息科学与工程学院	4	18	3.0	4.0
3	曹卫华	中南大学信息科学与工程学院	120	1459	20.0	29.0
4	冯春	中南大学信息科学与工程学院	10	231	8.0	10.0