基于ADP的在線學(xué)習(xí)算法及其在熱軋活套中的應(yīng)用研究.pdf

1、本文討論研究了自適應(yīng)動(dòng)態(tài)規(guī)劃ADP(Adaptive dynamic programming)這一基于強(qiáng)化學(xué)習(xí)和動(dòng)態(tài)規(guī)劃的通用學(xué)習(xí)控制系統(tǒng)算法。自適應(yīng)動(dòng)態(tài)規(guī)劃ADP是一個(gè)非常有前途的研究領(lǐng)域,它是自適應(yīng)控制、認(rèn)知科學(xué)、神經(jīng)系統(tǒng)科學(xué)、心理學(xué)等多學(xué)科交叉融合的產(chǎn)物,可以實(shí)現(xiàn)系統(tǒng)的在線學(xué)習(xí)和最優(yōu)控制。
　　在過(guò)去的數(shù)十年間,ADP理論算法研究發(fā)展很快并走出實(shí)驗(yàn)室在軍事、工業(yè)上取得成功應(yīng)用,顯示出其卓越的最優(yōu)控制性能。但是目前的有關(guān)ADP

2、的應(yīng)用研究都是集中在多變量輸入單變量輸出(MISO)的梯度下降尋優(yōu)的控制系統(tǒng)。熱軋中厚板帶鋼生產(chǎn)線是一個(gè)多變量的復(fù)雜的控制系統(tǒng),活套控制系統(tǒng)是熱軋帶鋼生產(chǎn)線中一個(gè)重要的部分,是實(shí)現(xiàn)中厚板帶鋼熱連軋的關(guān)鍵設(shè)備?；钐卓刂葡到y(tǒng)也是集中了電氣傳動(dòng)技術(shù)、計(jì)算機(jī)技術(shù)、液壓伺服控制系統(tǒng)、自動(dòng)控制技術(shù)等技術(shù)的綜合產(chǎn)物,所以對(duì)活套控制技術(shù)進(jìn)行研究,從而提高熱軋中厚板帶鋼的產(chǎn)量和質(zhì)量指標(biāo)是很有意義的?；钐卓刂葡到y(tǒng)主要分為對(duì)活套高度的控制和帶鋼張力的控制兩個(gè)

3、方面,其控制目的就是想讓活套的高度和熱軋帶鋼的張力兩者能夠維持在相應(yīng)設(shè)定值上。因?yàn)樗且粋€(gè)雙輸入雙輸出的多變量強(qiáng)耦合系統(tǒng)。常規(guī)是將活套高度控制和活套張力控制分別當(dāng)作兩個(gè)獨(dú)立的子系統(tǒng),將耦合視為擾動(dòng)進(jìn)行控制效果不是很理想。而自適應(yīng)動(dòng)態(tài)規(guī)劃(ADP)是一種更為通用且具有在線學(xué)習(xí)的控制算法,解決此類問(wèn)題有著巨大的潛力。本文在對(duì)自適應(yīng)動(dòng)態(tài)規(guī)劃(ADP)研究的基礎(chǔ)上,主要工作如下:(1)論文在經(jīng)典執(zhí)行器-評(píng)價(jià)器結(jié)構(gòu)的ADHDP算法基礎(chǔ)上對(duì)ANN網(wǎng)

4、絡(luò)及其權(quán)值更新算法做了改進(jìn),將其從僅適用MISO系統(tǒng)對(duì)象推廣到適用于MIMO系統(tǒng),這是一種更為通用、更實(shí)用的在線學(xué)習(xí)控制模型(GMIMO);(2)對(duì)熱軋中厚板帶鋼控制系統(tǒng)中的關(guān)鍵設(shè)備液壓活套的控制模型進(jìn)行研究并建立液壓活套控制數(shù)學(xué)模型和仿真模型;(3)將改進(jìn)型的MIMO ADHDP算法成功應(yīng)用于活套的高度和張力多變量控制,并用MATLAB仿真軟件進(jìn)行仿真。ADP在線學(xué)習(xí)算法有效的克服動(dòng)態(tài)規(guī)劃的“維數(shù)災(zāi)難”問(wèn)題,和實(shí)際物理模型的“模型災(zāi)難