Vol.20 No.3 石中锁等：板形板厚综合系统的解耦神经树络预测控制方法 305· 3 板形板厚神经网络控制系统的计算机仿真 为了将上面给出的神经网络预测控制方法应用到板形板厚控制系统中，我们使用不变 性原理对(11)式进行了解耦设计.解耦系统框图如图2所示.图中取： G,() G(S) D(S)=- G.(S) D()=- G(S) Gn(s) 则什环系统的传递函数为： D:(S) G() G(S) 0 0 G(9 Di(S GrAS) 使用第？节给出TH神经网络动态矩 0(S) 阵挖制方法对上面的解耦系统进行计算机 图2解耦系统框图 仿真，来料波动取如下形式为： △H=0.02 sinot+)(mm). 其中，)为白噪声，方差为0.01，均值零，其他模型参数见表1，仿真统计结果见图3.仿真结 果表明本方案获得了较高的控制精度， 表1模型参数 c/(N.m)c/(N.m)K/(N.m)Kr/(N.m)T/s Ts Q/(N.m) 0.04 5.3×1031.5×105.26×10 1.0×100.01 0.05 1.24、10" △h≥40μm dR>40μm 30<AR≤40μnm 30≤△<40μm-· 9% 1I% 80% 78% △h<30μm (注) △eR≤30μm(b) 图3板形板厚仿真结果统计(a)机架出口厚度，（化）带材凸度 4结论 板形板厚综合控制系统是一个复杂的快速多变量耦合系统，控制方法不仅要保证满意 的品质要求，而且要保证系统的实时性要求.基于TH神经网络的动态矩阵挖制方法由于其 神经网络的动力学特性.可以在网络电路时间常数（几百s)数量级的时间内达到稳定状态， 而且TH神经网络具有易于硬件实现的特点，是适合于此类快速过程控制的有效途径之一·