数据驱动的无模型自适应轧机液压位置控制

关于轧机液压伺服系统性能优化的研究,针对轧机液压伺服位置系统是一个多变量、强耦合、非线性控制系统,传统PID需建立被控对象的精确数学模型,难以处理复杂非线性问题,神经网络控制又需要进行在线与离线系统辨识,且计算量大、适合阶数已知的被控系统,而数据驱动仅使用被控系统的在线与离线I/O数据便可完成控制器的设计,无需任何过程数学模型信息,因此提出基于无模型自适应的液压位置控制方法。在相同条件下,通过PID、神经网络、无模型自适应控制三种算法对液压位置系统进行仿真比较,结果表明,无模型自适应控制收敛快,稳态误差小,且提高对扰动和模型变化的鲁棒性。

隔爆和本安系统防爆原理和选用原则

本文介绍了自动化仪表系统在爆炸危险场所安全应用的防爆技术,并重点讲述了自动化仪表产品最为常用的隔爆型和本质安全型防爆技术的特点,最后阐述了冶金行业设计中对于这两者的选用原则。

论西宁特钢棒材轧制工艺和设备选择

通过对西宁特钢的轧制工艺和设备选择进行了阐述,使读者对合金钢棒材生产工艺和设备选择有一定了解。

合金网厂加热炉炉型选择

从西宁特钢合金钢厂连铸坯加热和钢锭加热方面对不同炉型的生产特点、加热能力以及加热炉优缺点进行了阐述。

基于神经网络的AGC系统在棒材连轧中的应用

棒材连轧过程对各连轧机的协调能力要求极高,其中任一轧机的波动都会影响其前后轧机状态及轧件形变。传统棒材轧制虽采用直流电机和活套装置,实现无张无扭轧制,但这并不能保证每道次轧件的变形和断面形状都合理、正确。通过对工程法轧制压力的综合分析以及对轧制过程中影响棒材直径的各相关量的全面考虑,建立了基于BP网络的椭圆-圆孔型轧制压力预测模型,再结合AGC系统共同实现棒材的高精度轧制。试验结果表明该模型具有较高的计算精度。