针对常用的质量建模方法精度不高且难以给出预测区间,提出了基于小波相关向量机的产品质量模型.应用仿真数据和带钢热镀锌锌层质量的实际生产数据分别建立了小波相关向量机模型.结果表明,小波相关向量机方法与支持向量机及传统的相关向量机相比,具有更好的预测精度,而且给出了预测区间.多组带钢热镀锌锌层质量实际数据的相对预测误差的平均值为4.52%,为保证产品质量提供必要的决策支持和分析手段

以缩小连铸二冷区板坯表面实际温度和目标温度的差异为目标,建立了板坯连铸二次冷却智能控制模型.该模型采用支持向量机(SVM)实现板坯表面目标温度的动态设定,采用对角递归神经网络(DRNN)实现板坯表面温度的预测,采用T-S模糊递归神经网络实现二次冷却水动态调整与分配.通过对某钢厂板坯连铸过程进行仿真计算和现场试验,结果表明:该模型将二次冷却水水量控制问题与板坯在冷却过程中的温度状态相结合,实现了连铸二次冷却动态优化控制,有利于提高板坯的质量

为进一步提高带钢热连轧厚控精度及控制品质,在液压活套的工作点附近,考虑带钢自重、液压伺服系统和活套本身的非线性,建立了液压活套系统的非线性多变量动态数学模型,并验证了该模型的有效性.针对该模型,考虑未建模动态和各种扰动,提出了一种基于反推控制和扩张状态观测器(ESO)补偿的解耦控制方法.用Lyapunov稳定理论证明了闭环系统是鲁棒稳定的.仿真表明新的模型和解耦控制方法都是有效的

研制用于高温恶劣生产环境下新型冶金专用雷达.采用改进的调频连续波测量原理,提高了固体雷达料面测量的实时性.提出一种新的智能时变阈值信号处理方法,解决了因高炉内料面反射系数变化影响雷达测距精确性问题.实验室模拟仿真固粉态料面测量表明,该冶金雷达测量料面的跟踪延时在0.2 s以内,最大跟踪测量平均误差控制在0.05%.现场测试结果表明,测量平均误差0.95%,能够实时稳定地跟踪料面变化,满足高炉监控需求

针对板形板厚耦合系统中参数在一定范围内变化的情况下,将自适应控制与系统具体的数学模型相结合,提出自动调整解耦网络和控制器参数的设计方法。仿真表明,该方法消除了参数变化的影响,使解耦控制效果良好

针对板坯入库优化决策问题,采用隶属度函数表示待入库板坯长度、宽度、厚度与各库位已存板坯对应属性的匹配程度,建立了板坯入库模型.针对问题特征,借鉴遗传算法的交叉和变异操作,设计了一种混合离散粒子群算法(DPSO-CM)进行求解.基于企业实际生产数据的仿真实验验证了模型和算法的可行性和有效性

针对钢包精炼炉电极控制系统具有非线性、时变、模型不确定、大滞后、多输入多输出耦合的特点,提出一种基于神经网络实时在线辩识的内模控制方案.控制器采用神经网络解耦,将混沌机制引入到BP算法中,用以加快学习的收敛速度.仿真结果证实了控制策略的有效性

介绍了全数字时钟恢复方案中采用Farrow结构高效实现内插滤波器的设计方法.提出一种计算Farrow结构内插滤波器系数的算法,使得接收机输出信号的均方误差始终最小.仿真结果表明,与传统的内插滤波器设计相比,应用本文算法的全数字同步方案提高了接收机输出均方差和输出信噪比的性能,并且降低了时钟恢复方案中内插滤波器的实现复杂度

针对永磁同步电机系统解耦性能,提出一种逆控制的新型控制策略,应用逆系统方法对永磁同步电机进行解耦控制研究.通过对永磁同步电机的数学模型可逆性分析,将永磁同步电机系统解耦成二阶线性转速与一阶线性定子电流两个低阶的线性子系统.仿真结果表明,控制方案具有优良的动态和静态性能,且对负载变化具有较强鲁棒性

将BP神经网络建模方法与预测控制思想相结合用于宽带钢板形自动控制,研究并建立了基于BP神经网络的板形预测控制数学模型.经用宝钢1420mm冷轧实测数据仿真验证表明该模型具有很高的预测精度