连轧钢管壁厚电液伺服系统神经网络PID控制
Neural Network PID Control of Electro Hydraulic Servo System for Continuously Rolled Steel Tube Thickness
摘要
建立了连轧钢管壁厚电液伺服控制系统的数学模型和传递函数。通过BP网络的自学习能力实现对加权系数的调整,找出了较为合理的PID控制参数值。通过仿真结果表明,连轧钢管壁厚控制效果明显改善。
出处
《液压与气动》
北大核心
2008年第11期26-28,共3页
Chinese Hydraulics & Pneumatics
二级参考文献4
-
1谭永红.神经网络逢适应PID控制及其应用[J].模式识别与人工智能,1993,6(1):81-85. 被引量:29
-
2王耀南,童调生,蔡自兴.基于神经元网络的智能PID控制及应用[J].信息与控制,1994,23(3):185-189. 被引量:44
-
3厉隽怿,化工自动化及仪表,1995年,22卷,3页
-
4李奇,吴福保,徐嗣鑫.制浆生产过程的微机控制[J].纸和造纸,1997,16(3):33-34. 被引量:1
共引文献69
-
1王化祥,徐丽荣,洪海龙.基于神经网络的橡胶硫化控制系统[J].测控技术,2002,21(z1):111-113.
-
2李祥华,廖晓钟.改进模糊神经网络控制在伺服系统中的应用[J].控制工程,2004,11(3):209-211.
-
3张春燕,于书芳,张亮.模糊控制在交流伺服系统中的应用[J].新疆大学学报(自然科学版),2004,21(4):426-429.
-
4张卫东,袁艳,张泰山.神经网络PID算法在光照度控制系统中的应用[J].微计算机信息,2004,20(12):14-15. 被引量:4
-
5包晓萍,吴良,潘增荣,姜文浩.淬火加热工艺对金属针布耐磨性影响的研究[J].热处理,2005,20(3):17-19. 被引量:3
-
6彭滔,汪鲁才,吴桂清,张颖.一种改进的神经网络机械故障诊断专家系统[J].计算机工程与应用,2007,43(1):232-234. 被引量:9
-
7吴海民.BP人工神经网络在我国工业企业景气指数预测中的应用[J].兰州商学院学报,2007,23(2):84-90. 被引量:5
-
8徐海锋,马飞.基于神经网络的自校正PID控制研究[J].计算机与网络,2007,33(9):52-53.
-
9孟令雅.基于蚁群算法的PID控制器智能优化[J].自动化博览,2007,24(3):96-97.
-
10谢立春.BP神经网络算法的改进及收敛性分析[J].计算技术与自动化,2007,26(3):52-56. 被引量:15
-
1李丽贤,李丽芬.包钢连轧钢管厂计算机控制系统的结构分析[J].内蒙古科技与经济,2004(18):49-50.
-
2张立强,陈强,柳志姣,张晓丽,朱礼浩.音圈电机直驱阀的神经网络PID控制[J].液压与气动,2015,39(6):80-83. 被引量:6
-
3郭庆富,刘建明.包钢连轧钢管厂多级工业控制网络技术[J].冶金自动化,2002,26(5):52-56.
-
4施阳,严卫生,任章,徐德民.主动磁悬浮轴承的神经网络 PID 控制研究[J].机械科学与技术,1998,17(2):337-338. 被引量:8
-
5胡静波,王同建,罗士军,张子达.装载机线控转向控制算法研究[J].长春工程学院学报(自然科学版),2008,9(1):39-41. 被引量:1
-
6陈哲浩,谷立臣,贺利乐.并联电液伺服平台的神经网络PID控制方法研究[J].液压与气动,2004,28(11):63-64. 被引量:4
-
7魏强,张玉林,于欣蕾,郝慧娟,卢文娟.扫描隧道显微镜微位移工作台的神经网络PID控制方法研究[J].光学精密工程,2006,14(3):422-427. 被引量:10
-
8陆倩倩,魏建华,赖振宇.基于虚拟仪器中空吹塑机壁厚控制系统的开发[J].工程塑料应用,2009,37(8):84-87. 被引量:1
-
9黄建娜,陈海虹,刘保军.电磁齿轮控制系统中神经网络PID控制的研究及其MATLAB实现[J].机床与液压,2012,40(8):127-130. 被引量:2
-
10高永祥,来建良.塑料挤吹型胚控制器的设计[J].机电工程,2007,24(8):107-108. 被引量:6