编辑: 星野哀 | 2016-06-16 |
而神经元网络技术可以建立数据驱动的知识体系, 我们可以利用采样数据学习现 场操作过程的不确定知识,校正模型及模型参数的精度. 4.AGC 系统基本原理 1)AGC 控制的工艺基础 AGC 控制的目的是助于辊缝、张力、速度等可调参数,把轧制过程参数(如原料 厚度、硬度、摩擦系数、变形抗力等)波动的影响消除,使其达到预定的目标厚 度. 而辊缝、 张力等参数的调节又是以轧机的弹性曲线和轧件的塑性曲线及弹 - 塑曲线(P-H 图)为依据的. 2)AGC 调节方式 A.调节压下量.改变辊缝是 AGC 控制的主要方式,一般用来消除因轧制压力的 波动而造成的厚度偏差. B.调节张力.通过改变带钢的张力改变轧件变形抗力即塑性曲线斜率以实现厚 度自动控制的目的. C.调节轧制速度.轧制速度的变化将影响到张力、摩擦系数等的变化,即影响 轧制压力变化.可通过调速改变轧制压力以实现厚度自动控制的目的. 3)AGC 控制的基本原理 厚度控制的目的是使带钢的实际轧出厚度等于设定值,带钢 AGC 系统必须由计 算机预先设定一个目标值与所测量的实际厚度进行比较,得到偏差信号 δ h,或 者通过改变张力、压力等得到偏差信号 δ h ,再利用厚度自动控制装置或计算 机功能程序改变压下位置或带钢张力或轧制速度, 将带钢的实际轧出厚度控制在 允许的范围内. 5.智能系统的构成及应用前景 目前已应用于钢铁工业的智能技术主要有: .专家系统 .模糊系统 .神经元网络(AAN) .遗传算法 .混合系统 1)专家系统(ES) ES 被认为是一种主要处理规则推理的人工智能工具,由于人们在生产过程中积 累了大量经验, 再加上专家的指导,有益于人们建立丰富的知识库来处理变化着 的实际情况.专家系统在钢铁工业中已成功地应用于:故障诊断;
生产调度;
计 划制定;
优化问题和生产过程自适应控制等,专家系统主要缺点是知识不能无限 获取. 2)模糊系统(FS) FS 能够对无法或难以建立数学模型的实际系统,充分利用实际操作者经验或 专家知识完成无模型控制或预测.钢铁工业中不乏这样的例子,如精练炉炉温控 制.FS 技术已成功应用于:系统建摸;
系统预测;
模式识别;
故障诊断;
过程 优化和动态过程控制;
板坯连轧等. 3)ANN ANN 以其大规模并行算法及网络信息的分布存贮而著名, ANN 不但可以建立生 产过程数据驱动的实际模型, 而且可以通过对历史数据的学习获得生产过程经验, 从而使得网络具有很强的适应能力.ANN 运作分为两个阶段,学习和推广,前者 对实际过程进行学习, 后者将网络应用于实际, 正是由于 ANN 具有良好的鲁棒性, 因而具・有很强的适应能力.目前,AAN 技术已成功应用于:轧制力预报;
精轧 轧件的自然宽展;
轧件变形抗力预报等. 4)遗传算法(GE) GE 主要解决优化问题,不但可解出优化过程的最忧解,而且可对算法结构进 行优化,GE 建立在自然进化法则的基础之上,算法原理与人进行最优决策思路 相象,具有广阔的应用前景.目前 GE 主要应用领域:规划制定及与 ANN、GE、 ES 混合使用,优化算法及结构,从而优化生产过程. 5)混合系统 混合智能技术为智能技术之间或模型技术与智能技术混合使用,达到优化生 产过程目的.包括:数学模型十智能技术;
统计模型十智能技术;