-
题名基于鲨鱼优化算法的液压伺服系统自抗扰控制
被引量:4
- 1
-
-
作者
周美玲
刘悦
-
机构
开封大学信息工程学院
-
出处
《电气传动》
北大核心
2019年第11期76-81,共6页
-
基金
国家自然科学基金青年科学基金项目(61702185)
-
文摘
针对冷轧机组液压伺服位置系统存在不一致性而引起两侧位置不同步的问题,提出一种基于改进鲨鱼优化(ISSO)算法的自抗扰同步控制方法。首先,建立了液压伺服位置同步系统的数学模型,并针对自抗扰控制器参数难以整定以至于影响同步控制精度的问题,通过引入反向学习综合策略和自学习系数,针对鲨鱼优化算法易陷入局部最优的问题进行了改进,并将改进后的鲨鱼优化算法用于自抗扰控制器的参数整定。最后,通过仿真验证了所提方法有效地减小了同步控制误差,且具有良好的抗扰动能力。
-
关键词
位置同步控制
鲨鱼优化算法
参数整定
反向学习
自学习系数
-
Keywords
position synchronization control
shark smell optimization(SSO)algorithm
parameter setting
reverse learning
self-learning coefficient
-
分类号
TM28
[一般工业技术—材料科学与工程]
-
-
题名高强带卷层冷温控精度的优化
被引量:1
- 2
-
-
作者
师可新
王继军
宋晓娟
张波
邢伟
-
机构
河钢集团唐钢不锈钢公司
河钢集团唐钢公司信息自动化部
-
出处
《河北冶金》
2020年第7期61-65,共5页
-
文摘
层冷温度是热轧产线控制的重要参数之一,其控制好坏直接影响板卷组织性能的稳定性。介绍了层冷模型的3个主体模型。从终轧温控、轧制速度变化、自学习控制等方面研究了层冷温度控制中的常见问题,并提出了优化措施。通过优化自学习条件、参数、温度调整策略等,层冷温度控制精度得到大幅提升。
-
关键词
层冷温度
终轧温度
自学习系数
温度偏差
-
Keywords
layer cooling temperature
finishing rolling temperature
self-learning coefficient
temperature deviation
-
分类号
TG333.5
[金属学及工艺—金属压力加工]
-
-
题名基于支持向量回归的二次冷轧轧制力预报模型
被引量:1
- 3
-
-
作者
赵章献
王东城
刘宏民
-
机构
燕山大学国家冷轧板带装备及工艺工程技术研究中心
亚稳材料制备技术与科学国家重点实验室
-
出处
《塑性工程学报》
CAS
CSCD
北大核心
2015年第4期49-53,共5页
-
基金
国家科技支撑计划资助项目(2011BAF15B02)
河北省自然科学基金资助项目(E2012203108)
-
文摘
为提高二次冷轧兼平整机组在二次冷轧模式下轧制力的预报精度,建立了一种基于摩擦系数自学习的轧制力预报模型。考虑到摩擦系数自学习模型的不足,为进一步提高轧制力的预报精度,提出了一种支持向量回归预测轧制力的计算误差与摩擦系数自学习相结合的轧制力预报方法。结果表明,该模型的计算值与实际值吻合较好,误差控制在±7%以内,满足现场生产要求,具有较高的工程应用价值。
-
关键词
二次冷轧
轧制力预报
摩擦系数自学习
支持向量回归
-
Keywords
double cold reduction
rolling force prediction
friction coefficient self-learning
support vector regression
-
分类号
TG335.5
[金属学及工艺—金属压力加工]
-
-
题名1580 mm热连轧带钢精轧轧制力模型研究与改进
被引量:1
- 4
-
-
作者
徐芳
王文广
艾矫健
李东宁
王元嵩
-
机构
首钢京唐钢铁联合有限责任公司
-
出处
《轧钢》
2023年第4期86-90,112,共6页
-
文摘
为了提高首钢京唐1 580 mm产线精轧轧制力预报精度,对精轧轧制力模型进行了研究,结合现场生产的典型问题,即同一钢种族内化学成分波动、薄规格带钢头部大张力引起精轧模型自学习趋势异常及变形抗力自学习层别跳变引起的轧制力设定偏差,对轧制力基础模型和自学习模型进行了改进。修正了钢种族的划分方法、回归整定了化学成分对变形抗力的影响因子、增加了实测张力修正精轧自学习的方法以及建立了基于双线性插值方法来获取变形抗力自学习系数的方法。改进措施实施后,各机架的轧制力预报精度均有不同程度的提高,且带钢通长的厚度标准差由12.22μm降低至10.5μm以内,指标精度得到显著提升。
-
关键词
热连轧带钢产线
轧制力
预报精度
变形抗力
模型
化学成分
自学习系数
张力
改进
-
Keywords
hot strip production line
rolling force
prediction accuracy
deformation resistance
model
chemical composition
self-learning coefficient
tension
improvement
-
分类号
TG335.56
[金属学及工艺—金属压力加工]
-
-
题名提高轧制力设定精度的一种离线优化方法
被引量:6
- 5
-
-
作者
赵文姣
闫洪伟
杨枕
温玉莲
吴宏
-
机构
首钢京唐钢铁联合有限责任公司冷轧作业部
-
出处
《中国冶金》
CAS
2017年第8期19-22,27,共5页
-
文摘
轧制力参数设定是轧机设定模型的核心参数之一,对决定成品卷的厚度精度及板型质量至关重要。京唐酸轧二级模型计算轧制力时采用Bland-Ford-Hill公式,经分析确定影响轧制力计算精度的参数主要为变形抗力和摩擦力因数。因此提出了一种利用特定钢种的初始历史实际轧制数据离线调整其变形抗力和摩擦力因数的方法,从而提高本钢种在线轧制力模型的设定精度。实际应用表明,使用通过此方法优化后的变形抗力和摩擦力参数计算轧制力,轧制力设定模型的精度得到了明显提高,能够满足在线控制需求。
-
关键词
轧制力
变形抗力
摩擦力因数
设定精度
自学习系数
-
Keywords
rolling force
deformation resistance
friction coefficient
setting precision
adaptive learning coefficient
-
分类号
TG333
[金属学及工艺—金属压力加工]
-