导读:本文包含了张力控制系统预测控制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:轧机,神经网络,系统,矩阵,动态,控制系统,函数。
张力控制系统预测控制论文文献综述
王清华,双远华,毛飞龙[1]（2017）在《斜连轧机速度张力系统的预测控制》一文中研究指出通过对斜连轧工艺塑性变形过程的分析,首先建立了斜连轧过程中速度张力的数学模型;然后提出应用动态矩阵控制设计速度式调节张力的控制系统,并且考虑实际生产中的各种约束条件,在动态矩阵控制算法中采用粒子群算法作为滚动优化方法。采用SIMULINK软件进行仿真实验,对比了传统的PID控制器和加入粒子群算法做优化后的动态矩阵控制器对斜连轧机速度张力系统的控制性能。结果表明本文设计的控制器张力的控制误差稳定在0.1%,张力波动很小,能够保证连轧工艺顺利进行,满足产品的质量要求。(本文来源于《太原理工大学学报》期刊2017年06期）
车海军,李素,杨景明[2]（2009）在《模糊灰色预测控制器在冷连轧机张力控制系统中的应用》一文中研究指出针对传统PID冷连轧机速度控制系统在张力控制中控制参数难以整定的问题,设计出一种基于模糊控制原理的模糊灰色预测控制器,该控制器可以利用过去、当前和将来的张力,计算合适的控制校正量来对张力误差进行预补偿。仿真研究表明,这种模糊灰色预测控制器能够补偿传统PID控制器在张力控制中的不足,具有更好的控制特性。(本文来源于《轧钢》期刊2009年05期）
盛建村[3]（2009）在《1450冷轧机张力控制系统建模与预测函数控制研究》一文中研究指出厚度精度是板带材产品的两大质量指标之一,随着轧制理论、控制理论以及计算机技术的发展和应用,近年来板带材的厚度精度有了明显的提高。目前情况下,要进一步提高板带材的厚度指标,不仅要有完善的自动厚度控制(AGC)系统,而且要有一个非常稳定的自动张力控制(ATC)系统做保障。本文以横向课题“1450 mm八辊五机架冷连轧机工艺自动化与液压厚度控制软件设计与调试”为依托,就该项目的子项“冷连轧机张力控制系统”进行了新型张力控制模式的探讨与研究,为进一步在实际工程中应用提供一些理论方法。本文首先对所研究的1450五机架冷连轧机的生产流程进行介绍,并就该冷连轧机张力控制系统的组成结构及其控制特点进行了分析,在此基础上依据轧制变形理论与运动力学平衡理论推导出了五机架冷连轧机机架间张力系统的数学模型,构建了速度式调张法和辊缝式调张法系统的动态结构图。之后,针对上述的冷连轧机张力系统,考虑到板带材的来料厚度波动、轧制速度波动以及其它一些不可测因素的影响,分析了采用常规PID控制存在的问题。通过进一步深入研究冷连轧机张力系统特点以及比较各种控制模式优缺点基础上,提出将预测函数控制应用于冷连轧机张力系统的设想。经过充分研究与比较,重点研究了预测函数控制和神经元预测函数控制,并设计了相应的控制器,通过仿真实验证明了其有效性。(本文来源于《燕山大学》期刊2009-06-30）
李英辉,慈宇红,郭忠南,慈春令[4]（2004）在《冷连轧机张力系统的预测函数控制》一文中研究指出预测函数控制是一种控制量计算方程简单 ,实时控制效果好的新型预测控制算法 ,可以处理不稳定、时滞、带约束等系统 ,尤其适用于快速系统的控制。本文将预测函数控制用于冷连轧机张力控制系统中 ,分析了系统的鲁棒性、稳定性和快速性 ,仿真结果表明预测函数控制具有良好的控制性能(本文来源于《自动化技术与应用》期刊2004年11期）
慈宇红,李英辉,慈春令[5]（2004）在《预测函数控制在张力系统中的应用》一文中研究指出预测函数控制是一种控制量计算方程简单,实时控制效果好的新型预测控制算法,可以处理不稳定、时滞、带约束等系统,尤其适用于快速系统的控制。本文将预测函数控制用于冷连轧机张力控制系统中,分析了系统的鲁棒性、稳定性和快速性,仿真结果表明预测函数控制具有良好的控制性能。(本文来源于《中国自动化学会全国第九届自动化新技术学术交流会论文集》期刊2004-06-30）
李静,王京[6]（2003）在《可逆冷连轧卷取张力系统中的预测控制应用》一文中研究指出针对某双机架可逆冷连轧卷取机卷取张力控制中存在的张力波动问题,引入预测控制算法,在间接一直接张力复合控制思想的基础上,采用动态矩阵预测控制器代替原系统张力PI调节器的方法.计算机仿真结果表明系统动态特性改善,保证了张力控制的精度.(本文来源于《北京科技大学学报》期刊2003年04期）
潘金龙[7]（2002）在《冷连轧机张力预测智能控制系统的研究》一文中研究指出冷连轧机张力控制系统是一个在高实时性要求下的变参数系统，因此对它进行实时快速的控制是非常必要的。预测控制是从工业过程控制领域发展起来的计算机实时控制算法，采用此种控制方法对冷连轧机张力进行控制是极为适宜的。本文基于传统预测控制框架将预测控制与自适应控制和神经网络人工智能技术相结合，创造性地提出了一种新的预测智能控制方案。通过人工智能中的神经网络技术离线建立起被控对象的预测模型，并且在实时控制时进行在线修正；在滚动优化环节采用一种作者提出的全新的自适应控制算法。这种新的自适应控制算法仅仅利用预测模型的输入和输出测量值进行计算，不必引入增广误差信号而得到自适应控制律，同时免去了大规模丢番图矩阵方程的求解，便于工程实现。因此加快了控制速度，较好地解决了控制系统的快速性问题；另外加之此控制方案采用了人工智能技术和自适应控制技术相结合的方法，增强了整个闭环控制系统的学习能力和自适应能力，提高了系统的智能水平，从而使闭环系统具有了强鲁棒性的特点。第四章和第五章是本文的重点。作者将几种不同的控制算法进行对比论证，针对利用神经网络离线建立起的轧机被控对象的预测模型，通过作者严密的理论推导和周密的仿真实验证实了控制方案的可行性和正确性。此种控制方案是从工程应用的角度提出的，具有较强的理论价值和应用价值。(本文来源于《燕山大学》期刊2002-10-01）
杜文霞[8]（2000）在《冷连轧张力神经网络预测控制系统的研究》一文中研究指出本文在参阅国内外大量相关文献的基础上，分析了冷连轧机张力控制系统的数学模型和总体控制结构，研究了广义预测控制理论及其设计方法。针对广义预测控制在冷连轧张力控制中受到的实时性限制，推导出一种广义预测控制快速算法，给出Diophantine方程的求解公式及详细的证明过程，该算法避免了Diophanine方程的在线递推求解，减小了预测控制算法的部分计算量。针对张力形成环节的变参数性，本文提出神经网络预测控制的思想，其实质是利用作为对象辨识模型的神经网络产生预测信号，用优化算法求出控制律，从而实现对变参数系统的预测控制。神经网络选为具有良好的函数逼近功能的BP网络和径向基函数神经网络，首先对被控对象进行离线辨识，辨识模型达到一定精度后，在线递推得到预测模型，最后通过极小化性能指标函数得到最优控制律。该算法不仅提高了模型辨识的精度，而且避免了Diophantine方程的在线求解，并将复杂的大矩阵求逆问题简化为简单的对角阵求逆，大大减小了控制器的运算负荷，有利于广义预测控制在冷连轧这样快速系统中的应用，进一步拓宽了预测控制的应用范围。最后，研究了基于Hopfield神经网络的广义预测极点配置控制，该算法将神经网络快速优化计算的性能引入预测控制中，弥补了预测控制的不足，提高了算法的实时性。(本文来源于《燕山大学》期刊2000-12-01）
杜文霞,温淑焕,慈春令[9]（2000）在《实时广义预测控制器在冷连轧机张力控制系统中的应用》一文中研究指出针对广义预测控制在冷连轧张力中受到的实时性限制 ,直接给出Diophantine方程的求解公式及证明 ,以避免其在线递推求解 ,大大减少了广义预测控制器的运算负荷 ,有利于其在快速系统中的应用 .仿真研究表明 ,该方法能大大缩短在线运行时间 ,进一步体现了广义预测控制的应用潜力(本文来源于《鞍山钢铁学院学报》期刊2000年05期）
张力控制系统预测控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统PID冷连轧机速度控制系统在张力控制中控制参数难以整定的问题,设计出一种基于模糊控制原理的模糊灰色预测控制器,该控制器可以利用过去、当前和将来的张力,计算合适的控制校正量来对张力误差进行预补偿。仿真研究表明,这种模糊灰色预测控制器能够补偿传统PID控制器在张力控制中的不足,具有更好的控制特性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
张力控制系统预测控制论文参考文献
[1].王清华,双远华,毛飞龙.斜连轧机速度张力系统的预测控制[J].太原理工大学学报.2017
[2].车海军,李素,杨景明.模糊灰色预测控制器在冷连轧机张力控制系统中的应用[J].轧钢.2009
[3].盛建村.1450冷轧机张力控制系统建模与预测函数控制研究[D].燕山大学.2009
[4].李英辉,慈宇红,郭忠南,慈春令.冷连轧机张力系统的预测函数控制[J].自动化技术与应用.2004
[5].慈宇红,李英辉,慈春令.预测函数控制在张力系统中的应用[C].中国自动化学会全国第九届自动化新技术学术交流会论文集.2004
[6].李静,王京.可逆冷连轧卷取张力系统中的预测控制应用[J].北京科技大学学报.2003
[7].潘金龙.冷连轧机张力预测智能控制系统的研究[D].燕山大学.2002
[8].杜文霞.冷连轧张力神经网络预测控制系统的研究[D].燕山大学.2000
[9].杜文霞,温淑焕,慈春令.实时广义预测控制器在冷连轧机张力控制系统中的应用[J].鞍山钢铁学院学报.2000
论文知识图
