摘要：热连轧厚度控制一向是权衡板带钢质量的重要因素,是一类非线性、时变性、大时滞的典型对象.常规的串级PID厚度控制系统在干扰大、工矿发生变化时,很难到达理想状态.正是由于这种问题的普遍存在性,本文构造了一种调节惯性权重的自适应混沌粒子群算法,即基于已知的早熟收敛程度和个体本身的适应值的新方法,充分利用混沌优化与粒子群优化的搜索特征,训练神经网络的权值阈值,解决了BP神经网络收敛速度慢和易陷入局部极值的问题,从而实现了对热连轧厚度控制的精度,仿真结果表明与传统PID控制相比较,该算法不仅提高了误差精度,同时也加快了训练收敛的速度,该控制方法稳定可行.
