带钢纠偏系统的神经网络辨识

• 作者: 孙德涛 岑豫皖
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 带钢 纠偏机构 神经网络 系统辨识
• 年，卷（期）: 2011,（4）
• 页码范围: 392-395
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2011.04.018

摘要

针对退火炉内连续带钢纠偏系统控制和改善纠偏系统性能领域建立准确系统动态模型的需要,建立一种回归神经网络辨识非线性水平摆动式带钢纠偏系统数学模型,研究具有内部状态反馈的神经网络和误差能量最小的网络权重训练算法.利用辨识实验获得输入/输出数据动态调整网络权值.辨识结果表明:神经网络描述的带钢纠偏系统数学模型有较高精度,权重训练算法具有良好全局逼近能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岑豫皖	安徽工业大学机械工程学院	85	1014	14.0	28.0
2	孙德涛	安徽工业大学机械工程学院	1	2	1.0	1.0