提出了板坯连铸二冷区全智能控制系统的构想，并用人工神经网络和模糊控制的方法对该系统进行了计算机仿真.结果表明，该系统不但能完成二冷各区段铸坯表面温度的动态控制，而且具有良好的自适应性和自学习功能

本文在应用铸坯凝固传热数学模型离线计算的基础上,并参照电路瞬态过程参量变化规律,提出了新的连铸二冷水量动态控制模型。它系采用前馈控制方式,拉速变化时过渡过程中水量变化曲线呈指数形式。该模型具有快速简便而精确的优点经计算机仿真验证,该动态控制模型的控制效果明显地优于一般静态比例控制

提出了一种新的模糊认知图分类器模型构造方法,它包括构建流程、激活函数、推理规则和学习方法等核心构件.模型利用提出的动态交叉变异算子自适应遗传进化过程,实现种群间自动调节和自动适应.仿真实验表明:本文提出的模型增强了局部随机搜索能力,加强了算法的全局收敛能力,与其他经典分类方法相比,不但性能较好,而且具有较强的抗噪能力,从而具有更强的鲁棒性

2.1.数值积分算法 2.1.1基本数值积分方法 连续系统的动态特性一般可由一个微分方程或一组一阶微分方程加以描述。因 此对系统进行计算机仿真,就需要研究如何利用计算机对微分方程进行求解,目前 采用的方法是应用数值积分法对微分方程求数值解,其中欧拉法、梯形法、龙格一 库塔法等数值积分法是几种基本的方法

2.机电系统CAD算法基础 2.1.数值积分算法 2.1.1基本数值积分方法 连续系统的动态特性一般可由一个微分方程或一组一阶微分方程加以描述。因此对系统进行计算机仿真,就需要研究如何利用计算机对微分方程进行求解,目前采用的方法是应用数值积分法对微分方程求数值解,其中欧拉法、梯形法、龙格一库塔法等数值积分法是几种基本的方法

邯钢引进的薄板坯连铸连轧(CSP)中,用长行程液压缸与阶梯垫板结合的热轧板带厚度自动控制(AGC),提高了快速液压执行机构的稳定性和响应速度,以热轧机组液压AGC系统为对象,利用Matlab软件对系统进行了分析,并研究了系统各主要因素对系统动态特性的影响

给出了板形板厚综合控制模型,提出了基于TH神经网络的动态矩阵设计方法并分析了其收敛特性.使用不变性原理对板形板厚综系统进行了解耦设计,并对板形板厚解耦神经网络预测控制系统,进行了仿真研究.结果表明神经网络可在儿百ns的时间内达到稳定状态,不仅满足了轧钢过程的快速性要求,而且控制精度也得到了提高

冷连轧机动态规格变换时各机架的入口厚度一般变化较大,采用传统自适应控制的辨识算法的收敛速度不能跟随参数实际变化速度,控制效果不佳.针对这一问题,提出一种多模型自适应控制方法.通过对五机架冷连轧机进行仿真表明,多模型自适应FGC系统具有较好的控制精度、跟踪速度以及稳定性

以武钢1700mm精轧机主传动系统中控制对象特性参数的改变后系统动态响应品质变差为背景,利用遗传送代算法研究了双闭环控制系统中转速PI调节器参数的优化问题.数字仿真结果证明了该算法的有效性和合理性

冷连轧过程中的厚度和张力系统具有多变量、强耦合和不确定特点,为了提高系统的控制精度和控制性能,提出了基于不变性原理解耦的H∞混合灵敏度鲁棒控制策略.首先,建立了厚度和张力系统的动态耦合模型,并应用不变性解耦原理实现了对厚度和张力系统的解耦.其次,针对系统存在的建模误差、参数摄动和外部扰动等不确定性,采用H∞混合灵敏度方法设计了鲁棒控制器来保证系统的鲁棒稳定性和鲁棒性能.仿真结果表明解耦后的厚度和张力系统可以获得更好的控制效果,验证了本算法的有效性