基于QPSO--BP神经网络的连铸二次冷却水建模及控制

摘要

在连铸过程中，从结晶器出来带有很长液心的铸坯要经过二次冷却区二次喷水冷却之后才能完全凝固。这一冷却过程当中，喷水冷却的效果将直接影响到铸坯的质量，所以合理控制连铸二次冷却水对铸坯合适的冷却，对连铸生产过程具有积极地意义。
　　目前连铸二冷水控制方式主要分为两类:一类是静态控制，另一类是动态控制。静态控制虽然已经广泛应用，但是缺点特别明显。应大力发展动态控制。动态控制一类是基于实测铸坯表面温度实时调整水量，但是由于连铸二次冷却区的强大干扰，目标表面的测温存在很多难点，所以此种方法应用受到了限制。另一种方法是基于模型的方法，此种方法利用模型对铸坯表面温度进行预测，将预测温度与目标温度进行比较来控制冷却水量。
　　对于基于模型的控制方法主要应该重视的是模型的准确程度以及可实施性。目前大多动态控制采用的模型是铸坯凝固传热模型，但是此模型计算量大，实时性不高，可实施性差。所以本文采用基于量子粒子群优化的BP神经网络建立连铸二次冷却水温度预报模型。
　　本文从二次冷却水基本理论着手，在深入分析量子粒子群优化算法的优势以及将要运用建模的BP神经网络，决定基于量子粒子群算法对BP神经网络进行优化，运用优化过后的BP神经网络对连铸二次冷却水建立温度预报模型。然后对其进行仿真分析。
　　最后，基于温度预报模型并采用自适应PID作为控制器建立连铸二次冷却水控制系统。经过仿真分析得到很好的控制效果。

目录

声明

摘要

第1章 绪论

1．1 课题研究背景与意义

1．2 连铸二次冷却水国内外控制现状

1．2．1 连铸二次冷却水静态控制

1．2．2 连铸二次冷却水动态控制

1．3 智能控制方法及其在连铸二次冷却水控制中的应用

1．4 本文研究内容

第2章 连铸二次冷却水基本理论

2．1 连铸二次冷却水概述

2．1．1 连铸二次冷却水的装置

2．1．2 连铸二次冷却区传热

2．1．3 连铸二次冷却区影响传热因素

2．1．4 连铸二次冷却水冷却制度

2．2 铸坯凝固传热模型

2．2．1 传热微分方程的假设件

2．2．2 坐标系建立

2．2．3 传热微分方程建立

2．2．4 传热微分方程的求解

2．2．5 微分方程的求解

2．2．6 物性参数的选取

2．3 影响铸坯表面温度变量分析

2．3．1 流量对铸坯表面的温度影响

2．3．2 拉速对铸坯表面温度的影响

2．3．3 上段温度对铸坯表面温度影响

2．4 本章小结

第3章 一类基于量子行为的粒子群优化算法

3．1 传统粒子群算法(PSO)

3．1．1 基本粒子群算法

3．1．2 带惯性权重的PSO

3．1．3 带压缩因子的PSO

3．1．4 传统粒子群算法流程

3．1．5 传统粒子群缺点

3．2 基于量子行为的粒子群算法

3．2．1 量子行为粒子群算法思想来源

3．2．2 基于量子行为的粒子群算法

3．2．3 量子粒子群算法全局收敛性的概率分析

3．2．4 量子粒子群的改进

3．2．5 改进的量子粒子群的仿真研究

3．3 本章小结

第4章 QPSO-BP神经网络研究

4．1 BP神经网络

4．1．1 神经元结构

4．1．2 神经网络的分类

4．1．3 BP神经网络

4．1．4 BP神经网络的缺陷

4．2 QPSO优化BP神经网络

4．2．1 QPSO优化BP神经网络的初始权值和阈值

4．2．2 QPSO优化BP神经网络的学习方法

4．3 QPSO优化BP神经网络方案的可行性仿真验证

4．4 本章小结

第5章 连铸二次冷却水建模及控制

5．1 基于QPSO-BP神经网络建立连铸二冷水温度预报模型

5．1．1 连铸二次冷却水温度预报模型中输入量的选取

5．1．2 连铸二次冷却水温度预报模型中BP神经网络的设计

5．1．3 连铸二次冷却水温度预报模型中优化BP神经网络的QPSO设计

5．1．4 基于QPSO-BP连铸二冷水温度预报模型的建立

5．1．5 连铸二次冷却水温度预报模型仿真与分析

5．2 连铸二次冷却水控制系统的设计

5．2．1 连铸二次冷却水控制系统控制方案设计

5．2．2 基于单神经元自适应PID的控制器设计

5．2．3 连铸二次冷却水控制系统仿真

5．3 本章小结

第6章 结论与展望

参考文献

致谢