神经网络预测补偿在高碳铬铁电炉电极控制中的应用

• 作者: 卢秀和 薛鹏 谢涛 魏巍
• 来源期刊: 铁合金
• 学科: 工学
• 关键词: 高碳铬铁 神经网络 预测 电流 电极控制
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 计算机管理及应用
• 页码范围: 35-38
• 分类号: TF333.1
• 字数: 2189字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1943.2011.04.010

摘要

针对高碳铬铁电炉电极控制系统具有非线性、时变、模型不确定、滞后、多输入多输出耦合的特点,提出了一种基于神经网络预测技术检测电极电流并预测电极位置的方法,其预测结果是对PID控制器的输出进行调整,使系统较好地适应负载和外扰的变化,实现了高碳铬铁炉电极的智能控制,提高了电炉的热效率,节约了能耗.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛鹏	长春工业大学电气与电子工程学院	29	80	6.0	8.0
2	卢秀和	长春工业大学电气与电子工程学院	81	237	8.0	11.0
3	魏巍	长春工业大学电气与电子工程学院	12	32	4.0	5.0
4	谢涛	长春工业大学电气与电子工程学院	1	0	0.0	0.0