以圆坯连铸结晶器温度实测数据为基础,研究应用神经元网络求解结晶器传热反问题的可行性,并尝试将神经元网络与数值计算结合用于结晶器传热计算,探索针对实测数据的结晶器传热在线计算方法.结果表明,数值计算结果与实测温度符合较好,可真实反映实际生产中圆坯结晶器传热的非均匀特性

提出一种自适应神经元网络的方法,对板形板厚综合系统进行了仿真研究,该控制方法,适合处理多输入输出问题,并具有自组织、自适应和自学习能力,仿真结果表明,该方法的效果比采用传统的PID控制优越,可应用于实际控制

7.1单神经元网络 7.2BP神经元网络 7.3RBF神经网络

针对板带材轧制是一个复杂的非线性过程,板形控制（AFC）和板厚控制（AGC）又是相互耦合的一个综合系统等特点,提出了一种基于模糊RBF神经元网络的冷连轧板形板厚多变量综合控制系统.仿真结果证明了此AFC-AGC控制系统具有良好的自适应跟随和抗扰性能,其控制效果优于传统的解耦PID控制

神经元网络的特点： （1）非线性 （2）分布处理 （3）学习并行和自适应 （4）数据融合 （5）适用于多变量系统 （6）便于硬件实现

第三讲神经元与网络结构 3.1生物神经元及生物神经网络 3.1.1生物神经元 人脑大约由1012个神经元组成,而其中的每个神经元又与约102~104个其 他神经元相连接,如此构成一个庞大而复杂的神经元网络。 神经元是大脑处理信息的基本单元,它的结构如图31所示。它是以细胞 体为主体,由许多向周围延伸的不规则树枝状纤维构成的神经细胞,其形状很 像一棵枯树的枝干。它主要由细胞体、树突、轴突和突触(Synapse,又称神经 键)组成

1.智能控制概论 2.模糊控制 3.神经元网络控制 4.模糊-神经网络控制 5.遗传算法 6.递阶智能控制理论

一、解耦控制 二、推断控制 三、自适应控制 四、预测控制 五、模糊控制 六、神经元网络控制 七、智能控制与专家系统 八、故障检测与故障诊断

(1）非线性 (2）分布处理 (3）学习并行和自适应 (4）数据融合 (5）适用于多变量系统 (6）便于硬件实现

◼ 自适应控制系统 ◼ 参考模型自适应控制系统 ◼ 具有被控对象数学模型在线辨识的自适应控制系统 ◼ 预测控制 ◼ 智能控制系统 ◼ 神经元网络控制 ◼ 模糊控制系统 ◼ 最优控制系统 ◼ 控制管理一体化