首页> 外文期刊>Черная металлург ия(Бюллетень научно-техничесκой и эκономичесκой информации) >Нечеткий алгоритм управления и нейронные сети для осуществления контроля плоскостности в ходе процесса холодной прокатки
【24h】

Нечеткий алгоритм управления и нейронные сети для осуществления контроля плоскостности в ходе процесса холодной прокатки

机译:冷轧过程中板形控制的模糊控制算法和神经网络

获取原文
获取原文并翻译 | 示例
       

摘要

Получение в процессе холодной прокатки листового материла более правильной формы важно не только с точки зрения обеспечения качества продукции, но также и производительности. Поэтому изучены и разработаны различные методы контроля плоскостности. Однако, учитывая то, что форму прокатываемого листового материала контролируют с помощью нелинейной системы с множественными данными ввода и вывода, создание модели управления представляет собой слишком большую сложность. Модель управления, которую пытались создать, не давала точного представления о фактических динамических характеристиках из-за изменения условий прокатки и большого количества параметров, которые приходилось определять экспериментальным путем. Невозможно было осуществлять точный контроль с помощью применения обычных методов, созданных с использованием теории управления с множественными изменяемыми величинами или с помощью классической теории управления, которые в обоих случаях требовали создания модели управления. Технология управления была подвергнута преобразованию и трансформирована из классического и усовершенствованного управления, с помощью которого осуществляется математическая обработка контролируемой системы путем моделирования, в управление с использованием знаний и системы искусственного интеллекта (СИИ), способное обрабатывать знания, имеющиеся у квалифицированного оператора, путем дополнительного использования правил в отношении знаний и (само)обучения.
机译:在冷轧过程中获得更规则的板材形状不仅在产品质量上而且在生产率方面都很重要。因此,已经研究和开发了各种平坦度控制方法。但是,由于轧制板材的形状是由具有多个输入和输出数据的非线性系统控制的,因此建立控制模型太困难了。由于轧制条件的变化和必须通过实验确定的大量参数,他们试图创建的控制模型没有给出对实际动态特性的准确了解。通过应用使用多变量控制理论或经典控制理论创建的常规方法无法实现精确控制,这两种情况都需要创建控制模型。控制技术已经从经典控制和改进控制进行了转换和转化,借助于这种控制,受控系统通过建模的方式进行了数学处理,转变为使用知识和人工智能系统(AI)的控制,该系统能够通过额外使用规则来处理合格操作员可用的知识与知识和(自我)学习有关。
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号