基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有层流冷却过程带钢温度模型缺乏换热系数、带钢定位、带钢卷取温度计算的有效方法这一问题,提出了由冷却单元阀门开闭状态模型、带钢冷却单元定位模型、不同换热方式下的带钢温度模型组成的带钢卷取温度动态模型,将案例推理、规则推理、神经网络等相结合,提出了规则与数据驱动的模型参数智能辨识方法.采用某钢厂实际生产运行数据对所提出的带钢卷取温度动态模型进行了实验研究,实验结果表明本文提出的方法能够有效提高带钢卷取温度模型的精度.
推荐文章
基于卷取温度预测的层流冷却优化控制模型
层流冷却
卷取温度
预测控制
神经网络
热轧带钢层流冷却控制系统研究与实现
热轧带钢
层流冷却
神经网络
卷取温度
超常控制模式用于带钢卷取温度控制
超常控制模式
状态空间
直觉映射
热轧带钢卷取温度的模糊神经网络预测函数控制
模糊神经网络
预测函数控制
卷取温度
热连轧
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 规则与数据驱动的层流冷却过程带钢卷取温度模型
来源期刊 自动化学报 学科
关键词 层流冷却 参数辨识 规则驱动 数据驱动 卷取温度
年,卷(期) 2012,(11) 所属期刊栏目 论文与报告
研究方向 页码范围 1861-1869
页数 9页 分类号
字数 语种 中文
DOI 10.3724/SP.J.1004.2012.01861
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (46)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(2)
  • 二级参考文献(3)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
层流冷却
参数辨识
规则驱动
数据驱动
卷取温度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导