RBF神经网络的板形预测控制

• 作者: 张秀玲 朱春颖 贾春玉 逄宗朋 陈丽杰
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 板形控制 HC轧机 液压弯辊控制 RBF神经网络 预测控制
• 年，卷（期）: 2010,（1）
• 页码范围: 70-73
• 页数: 4页
• 分类号: TP18
• 字数: 2711字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2010.01.012

摘要

由于板带轧制的环境十分复杂,如温度的变化是无法避免的干扰,以及HC轧机液压弯辊系统的非线性和不确定性,使得按传统理论建立的模型和控制方法都难以达到理想的效果.针对这一问题,提出了一种基于径向基函数(RBF)神经网络的模型预测控制方案应用于带材控制中,以提高带材的成材率,充分发挥液压弯辊力对板形的调整作用,改善轧机系统的动态特性.仿真结果表明了该控制系统的性能良好,有较强的抗干扰能力和较好的鲁棒性和快速性.