VoL.26 No.1 张绍德：钢包精炼炉的电极系统智能建模及控制 ·85 1.5 1.0 类过程或对象实时在线建模，需要一个高速数据 0.5 采集系统（采样频率不低于40万次s),因为只有 0.0 采集更多反映对象特性快速变化的输入输出数 据，才能提高对象的实时在线辨识效果， 0.5 -1.0 参考文献 -1.5 1 William E S,Norman G B.Neural network control system 0 20 4060 80 100 for electric are furnaces [J].MPT,1995,18(2):58 k/步 2 Hauksdottir A S,Soderstrom T.System identification of 图5c相输出电流（方波输入） a three-phase submerged-are ferrosilicon furnace[].IEEE Fig.5 Waveform of the output current of c phase(input the Trans Control Syst Technol,1995,3(4):377 block wave signal) 3 William E S,Norman G B,Robert R S.Neural network 4 结论 conversion of the electric arc furnace into the intelligence arc furnace [J].Steelmaking Conf Proc,1991,74:749 (I)本文所设计的智能建模及其控制策略对 4 William E S,Robert B S.The Intelligent arc furnace con- 大量的、复杂的难以建模或根本无法建模的生产 troller-a neural network electrode position optimization 过程或对象进行有效控制，提供了理论支持和 system for the electric arc furnace [J].IEEE Int Joint Conf Network,1992,3:1 可能. 5蜜明，吴宁，谢吕芳，神经网络内模控制算法的研究 (②)采用常规控制理论对复杂过程解耦控制， [U.电气传动自动化，1998,20(4)：24 必须首先建立准确的数学模型，而在难以获得准 6李翔，陈增强，袁著祉.混沌机制在TS模型模糊神 确数学模型的情况下，采用神经网络解耦是可 经网络的系统辨识研究J.控制与决策，2001,16(4)： 行的. 504 (3)将混沌机制引入基于梯度的BP算法，能 7闻新，周露，王丹力，等.MATLAB神经网络应用设 有效地加快训练速度， 计M).北京：科学出版社，2000 (4)对于像电弧炉电弧电流变化极快的这一 Intelligent Modeling and Control Strategy for the Electrode System in Ladle Fur- nance Zhang Shaode Electrical Engineering and Information School,Anhui Uninversity of Technology,Mananshan 243002,China ABSTRACT In accordance with such characters of the electrode control systern in ladle furnace as the high non- linearity,time-variant,uncertainty of the model,output response time delay serious,and multivariable input and out- put coupling,an internal model control strategy based on real-time identification on line by neural network was pre- sented.The control strategy applies neural network decoupline control and the chaos algorithm to the improved BP algorithm and speeds up the training of neural network.The validity of the control strategy is verified by simulation analysis. KEY WORDS ladle furnace;neural network internal model control;neural network decoupling;chaos system、 张 绍德 钢 包精炼炉 的 电极 系 统 智能建模及控制 类 过程 或对 象 实 时在线建模 ， 需要 一个 高速 数据 采集 系统 采样 频 率 不低 于 万 次 ， 因为只 有 采 集 更 多反 映对象 特 性 快速 变 化 的输 入 输 出数 据 ， 才 能提 高对 象 的实 时在 线辨 识 效 果 八尸、︸ … ，，足 刃抽 刁 一 一 步 图 相 输 出电流 方波输入 啥 自 伍 结 论 本 文 所 设 计 的智 能建模及 其 控 制 策 略对 大量 的 、 复 杂 的难 以建 模 或根本 无法 建模 的生产 过 程 或 对 象 进 行 有 效控 制 ， 提 供 了理 论 支 持 和 可 能 采用 常 规控制 理论 对 复杂过 程解 祸控制 ， 必 须 首先建立 准确 的数 学模 型 ， 而 在难 以获得准 确 数 学模型 的情况 下 ， 采 用 神经 网络 解 祸是 可 行 的 将 混 沌 机 制 引入 基 于梯度 的 算 法 ， 能 有效 地 加 快训 练速 度 对 于 像 电弧 炉 电弧 电流 变 化 极 快 的这 一 参 考 文 献 钻 ， 幻刀 咖 加 工 ， ， 花 一 一 仃 即 刀 ， ， ， ， 幻形。 吮 允 加 ， ， ， 卜 幻刀 月 ， ， 廖 明 ， 吴 宁 ，谢 吕芳 神 经 网 络 内模控 制算法 的研 究 电气传 动 自动化 ， ， 李翔 ， 陈增 强 ， 袁 著扯 混 沌机制在 模型模糊神 经 网络 的系统辨识研 究 控制与决策 ， ， 闻新 ， 周 露 ， 王 丹 力 ， 等 以 神 经 网络应 用 设 计 【 」北 京 科学 出版 社 ， 肋 。 松 ， 山 介 ， ， 初 允 硕 一 ， ， 叨印 加 ， 胡 ， 勿 七刀 五 帅 七刀 加 了 妇刀