采用贝叶斯统计学原理改进传统神经网络算法,通过在神经网络的目标函数中引入表示网络结构复杂性的约束项,避免网络的过拟合以提高网络的泛化能力.将改进的神经网络应用于济钢1700mm热连轧机带钢厚度预测中,其预报精度、训练时间和网络稳定性均优于传统神经网络预测;然后应用贝叶斯神经网络预测带钢塑性系数;最后将出口带钢厚度和带钢塑性系数的实时预测值综合应用于带钢热连轧厚度控制系统,改进了传统的厚度控制方式,进一步提高带钢质量

1.1 单回路系统的结构组成 1.2 被控变量的选择 1.3 对象特性对控制质量的影响及操纵变量的选择 1.4 控制阀的选择 1.5 测量、传送滞后对控制质量的影响及其克服办法 1.6 控制器参数对系统控制质量的影响及控制规律的选择 1.7 系统的关联及其消除方法 1.8 单回路系统的投运和整定

• 转速、电流反馈控制直流调速系统的组成及其静特性 • 转速、电流反馈控制直流调速系统的动态数学模型 • 转速、电流反馈控制直流调速系统调节器的工程设计方法 • MATLAB仿真软件对转速、电流反馈控制的直流调速系统的仿真

4.1 均匀控制问题的提出及特点 4.2 均匀控制方案 4.2.1 常用的结构形式 （1）简单均匀控制 （2）串级均匀控制 （3）双冲量均匀控制 4.2.2 控制规律的选择

莱钢1500mm热连轧是一套国内自主设计生产的全自动化热连轧机组,卷取机助卷辊自动踏步控制(automatic jump control,AJC)功能对于产品的最终质量及相关设备具有重要影响.该套AJC系统是国内自主开发的基于SIEMENS TDC系统的宽带钢热连轧机AJC系统.在西门子STEP开发平台完成所有的软件编程,并利用西门子WinCC设计了界面友好的人机接口系统,实现了系统的全自动控制.系统功能完善,控制精度高,在莱钢1500mm热连轧卷取机上得到了应用,并取得了良好的效果

通过对建立的耦合关系模型的分析,指出 Mp,Mw,Q,Kp和 Kw是决定工业轧机板形板厚综合控制系统耦合特性的参数.它们随实际轧制生产条件的变化而改变.采用有限元模型,结合工业轧机系统实测数据,给出 1700 mm热连轧机耦合特性参数的求解方法,该方法为板形板厚解耦设计的工业应用提供了切实可行的途径

介绍了高压釜水晶生长的两级计算机测、控系统的构成,着重讨论了下位机在实时多任务操作系统iDCX51的运行环境下,任务的设置方法及应考虑的因素,给出了所使用的控制策略.系统的控制精度在+1℃以内,很好地满足了现场工艺要求

研究了具有多重采样特点的离散时间控制系统,对这类系统给出了一种最优预见控制器的设计方法.首先利用离散时间系统提升技术,把多重采样离散时间系统转化成单一采样的扩大系统.然后利用构造扩大误差系统的方法引入积分器.再对扩大误差系统应用通常的线性二次型最优预见伺服系统设计方法设计控制器,从而得到原系统的多重采样最优预见控制器

在带钢热连轧平坦度控制系统中,平坦度实测信号通常包含精轧后带钢横向温差引起的附加干扰.针对鞍钢ASP1700热连轧机组,利用红外热像仪测量精轧后带钢横向温度场.通过具体分析温差附加干扰对带钢平坦度控制的影响,采用最小二乘法拟合得到带钢横向温度场分布规律,建立了平坦度控制目标设定的温差补偿模型

根据交流伺服电机数学模型和矢量控制理论以及模糊控制理论,实现了以DSP为控制器、IPM为主回路,以模糊控制器为速度环,以矢量控制滞环比较器为电流环的交流伺服系统.在此基础上,进行了模糊神经网络控制的仿真.通过仿真及实验结果,证明了该系统具有一定的理论意义和实用价值