前面介绍了 Keil 软件的使用，从中我们可以看到 Keil 的强大功能，不过，对于初学者 来说，还有些不直观，调试过程中看到的是一些数值，并没有看到这些数值所引起的外围电 路的变化，例如数码管点亮、发光管发光等。为了让初学者更好地入门，笔者利用 Keil 提 供的 AGSI 接口开发了两块仿真 实验板

前面介绍了 Keil 软件的使用，从中我们可以看到 Keil 的强大功能，不过，对于初学者 来说，还有些不直观，调试过程中看到的是一些数值，并没有看到这些数值所引起的外围电 路的变化，例如数码管点亮、发光管发光等。为了让初学者更好地入门，笔者利用 Keil 提 供的 AGSI 接口开发了两块仿真 实验板

宽带钢热连轧过程中,板形控制和板厚控制本质上都是对轧制过程中有载辊缝的控制,因此两者各自的控制回路必然存在着相互耦合的关系,这种耦合关系严重影响热轧宽带钢板形板厚综合质量的提高.本文在建立板形板厚耦合模型的基础上,采用反馈解耦控制方法,实现了板形板厚的解耦控制.计算机仿真结果表明,解耦控制环节的引入,基本消除板厚控制和板形控制之间的影响,尤其是消除辊缝调节对板凸度的连带干扰,解耦控制效果良好

面对板形板厚控制这一复杂、多变量耦合的非线性系统,提出一种基于模糊神经网络的综合控制方案,实现了无模型板形板厚综合控制.仿真结果表明,该控制系统收敛性好、抗干扰性强,取得令人满意的板形板厚控制精度

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

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

运用软件仿真方法并结合生产实践,从板形调控功效和板带轧机综合性能两个方面,比较研究了目前国际上各主要板形控制技术.研究结果不仅有助于板带轧机的选型和板形技术的配置,也有益于先进板形技术的创制

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

本文讨论了在现代板带轧机中广泛使用的两种主要液压执行机构(液压AGC和用于板型控制的弯辊系统)的设计与分析方法,重点是建模与计算机仿真;介绍了已建立的仿真模型,给出了一些仿真结果.它表明仿真所作出的预测与实测数据高度吻合

燕山大学：【学术论文 - 机器学习】基于动态RBF神经网络的板形板厚综合控制仿真研究（张秀玲、张志强）