薄帶坯鑄軋板形智能識別與控制系統(tǒng)研究.pdf

1、中南大學博士學位論文薄帶坯鑄軋板形智能識別與控制系統(tǒng)研究姓名：張材申請學位級別：博士專業(yè)：機械電子工程指導教師：譚建平20041101練樣本誤差和測試樣本誤差相結合的遺傳算法適應度函數(shù)策略：確定了以較大的網(wǎng)絡期望誤差和低的適應值進化程度為網(wǎng)絡的訓練策略；實現(xiàn)了GABP網(wǎng)絡的板形模式識別，有效的提高了BP網(wǎng)絡對未學習樣本的識別能力。4按照鑄軋板形控制的思路，建立了鑄軋板形控制過程模型，引入人工智能預測控制的思想，應用板形控制的時滯性和鑄軋

2、過程參數(shù)的實時檢測值，建立了鑄軋過程GA—BP網(wǎng)絡板形在線預測模型和預測控制模型，并進行了離線仿真分析，結果證明模型正確有效。5，設計了基于雙束激光差動測量方法的掃描式激光板形檢測方案，實現(xiàn)了低成本、高精度的板形板厚同時測量；設計、開發(fā)了以PLC為核心的金屬流場控制系統(tǒng)；設計了基于管理級、控制主站以及采集從站三級數(shù)據(jù)采集分布式系統(tǒng)i采用模塊化的結構設計思想，開發(fā)了鑄軋板形控制軟件系統(tǒng)；在此基礎上對板形控制系統(tǒng)進行了技術集成。6利用快速減