| 【中文题名】 | 模糊神经网络在钢坯出炉温度建模和控制中的应用 |
| 【英文题名】 | The Application of Fuzzy Neural Network on Model Building and Control of Slab Exiting Temperature |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-25 |
| 【中关键词】 | 钢坯出炉表面温度,基于自适应网络的模糊推理系统,模糊聚类,步长,仿真模型, |
| 【英关键词】 | slab existing surface temperature,ANFIS,fuzzy cluster,step size,simulation model, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> |
| 【论文摘要】 |
钢坯加热是轧钢线上的重要环节,担负着为轧制工序提供加热质量合格的钢坯的任务。轧钢加热炉的主要任务就是在尽可能低的燃烧消耗和环境污染的情况下把钢坯加热到所要求的温度。钢坯出炉温度是轧钢加热炉运行中钢坯加热的主要质量变量,随着轧钢水平的提高,对钢坯出炉温度的控制精度的要求越来越高。
本文是在考察、分析重钢型钢厂中型加热炉现有控制系统的基础上进行的,主要研究内容是建立直接以钢坯出炉表面温度为控制对象的闭环控制系统,以提高钢坯出炉温度的控制精度。
针对机理建模的复杂性,本文提出使用ANFIS模糊神经网络建立钢坯出炉表面温度的预报模型。首先介绍了加热炉的工艺,分析了重钢型钢厂现有的加热炉控制系统,并在此基础上选择建立模型所需的辅助变量。本文采用模糊c-均值聚类算法对辨识所用的数据进行聚类,并利用聚类质量的综合评价方法选择合理的分类数。在辨识网络初始化完成后,利用离线学习的混合学习规则对网络进行训练。学习规则中步长的取值对训练过程影响很大,本文采用了一种新的步长调整规则,给出了不同条件下仿真结果的对比图,仿真结果表明了步长调整规则的有效性。
本文中钢坯出炉温度回路的闭环控制使用ANFIS... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-9 |
|
1 绪论 |
9-13 |
|
1.1 问题的提出及研究意义 |
9 |
|
1.2 国内外研究现状 |
9-12 |
|
1.2.1 国外研究现状 |
9-10 |
|
1.2.2 国内研究现状 |
10-12 |
|
1.3 本文研究的目的和主要研究内容 |
12-13 |
|
2 加热炉工艺的介绍及建立模型所需辅助变量的选择 |
13-19 |
|
2.1 钢坯加热工艺简介 |
13-14 |
|
2.1.1 加热炉加热钢坯的目的 |
13 |
|
2.1.2 钢的加热制度 |
13-14 |
|
2.2 加热炉内的传热简述 |
14-15 |
|
2.3 重庆钢铁集团型钢厂中型加热炉介绍 |
15-16 |
|
2.4 辅助变量的选择 |
16-18 |
|
2.5 本章小结 |
18-19 |
|
3 模型辨识 |
19-45 |
|
3.1 模糊神经网络简介 |
19-21 |
|
3.1.1 模糊逻辑与神经网络 |
19-20 |
|
3.1.2 模糊神经网络理论 |
20-21 |
|
3.2 ANFIS 模糊神经网络 |
21-29 |
|
3.2.1 T-S 模型 |
21-22 |
|
3.2.2 自适应网络的学习算法 |
22-25 |
|
3.2.3 ANFIS 网络结构及不同学习算法的应用 |
25-29 |
|
3.3 利用 ANFIS 建立钢坯出炉表面温度的预报模型 |
29-36 |
|
3.3.1 模型输入输出的确定 |
30-31 |
|
3.3.2 训练样本的划分 |
31-33 |
|
3.3.3 隶属度函数种类和参数初值的确定 |
33-35 |
|
3.3.4 步长k 的调整规则 |
35-36 |
|
3.4 模型辨识仿真 |
36-44 |
|
3.5 本章小结 |
44-45 |
|
4 温度控制器的设计 |
45-53 |
|
4.1 基本模糊控制器的设计 |
45-48 |
|
4.1.1 输入变量与输出变量的选择 |
45 |
|
4.1.2 模糊控制规则的设计 |
45-48 |
|
4.1.3 精确量的模糊化 |
48 |
|
4.1.4 模糊量的清晰化方法 |
48 |
|
4.2 控制器自适应参数的选择 |
48-49 |
|
4.3 模糊神经网络温度控制器 |
49-52 |
|
4.4 本章小结 |
52-53 |
|
5 控制系统仿真 |
53-65 |
|
5.1 控制系统中仿真模型的建立 |
53-58 |
|
5.1.1 煤气流量控制回路的仿真模型 |
53 |
|
5.1.2 采样周期的选择 |
53-54 |
|
5.1.3 煤气流量控制回路的仿真 |
54-56 |
|
5.1.4 加热炉炉温的仿真模型 |
56 |
|
5.1.5 控制系统的整体仿真模型 |
56-58 |
|
5.2 控制系统仿真结果 |
58-63 |
|
5.3 本章小结 |
63-65 |
|
6 结论与展望 |
65-67 |
|
6.1 主要结论 |
65 |
|
6.2 后续研究工作的展望 |
65-67 |
|
致谢 |
67-69 |
|
参考文献 |
69-73 |
|
附录 |
73-85 |
|
A. 作者在攻读硕士学位期间发表的论文 |
73-74 |
|
B. 部分程序 |
74-85 |
|
| 【DOI】 | LunWen.ID:2.2008.389063 |
