学位论文 > 优秀研究生学位论文题录展示

BP神经网络在热轧卷取机张力控制中的应用

作　者: 孟冬冬
导　师: 杨卫国
学　校: 东北大学
专　业: 控制理论与控制工程
关键词: 张力控制卷取机卷筒 BP神经网络
分类号: TP273.5
类　型: 硕士论文
年　份: 2009年
下　载: 93次
引　用: 1次
阅　读: 论文下载

内容摘要

卷取机是热连轧自动化生产中非常重要的设备,其工作性能的好坏直接影响到成品钢卷的最终品质(钢卷侧边整齐,卷得紧)和整个机组的生产节奏和效率。为保证卷取控制系统具有良好的性能,关键是要提高卷取机速度与张力控制系统的性能。本课题以工程项目为背景,建立了现代工程控制系统的整体构架与分布功能的联系,并将BP智能算法应用在其中的卷筒张力控制系统中。具体包括：1)细致研究了工业现场的卷取机控制系统组成,其中包括网络系统、PLC系统、传动系统；卷取区主要机械设备的张力及速度控制作用；卷取机控制过程状态,本文将其分为准备、正常、收尾三种状态；以及张力控制相关的典型环节,包括带尾减速控制和夹送辊配合卷筒进行张力控制。2)对卷取机张力控制的具体方法进行归纳和分析,主要包括变频系统速度/张力可选控制、张力控制方式采用最大转矩调节法、异步电机的按转子磁链定向解耦模型、转矩给定的动态实时补偿、卷径计算的程序算法。3)卷筒的张力恒定控制比较复杂,传统控制方法难以实现,因此本文提出采用BP神经网络控制,并对BP神经网络的算法进行了改进。利用算法去学习对象的典型变量样本,并反馈目标逼近值。通过此方法间接实现反馈与偏差控制,可达到使卷筒张力恒定的目的。通过仿真研究,充分证明了BP神经网络算法应用在热轧卷取机张力控制中的可行性。

全文目录

中文摘要  5-6
Abstract  6-9
第1章绪论  9-15
  1.1 热连轧行业发展现状与卷取机生产现状  9-11
  1.2 神经网络与其在卷取张力控制中的应用现状  11-13
  1.3 本课题研究背景与方法选择  13-14
  1.4 本文的主要工作  14-15
第2章卷取机工艺过程分析  15-33
  2.1 卷取机控制系统结构  15-21
    2.1.1 卷取机网络通信系统结构  15-18
    2.1.2 卷取机PLC控制系统结构  18-19
    2.1.3 卷取机传动控制系统结构  19-21
  2.2 卷取机工艺过程研究  21-32
    2.2.1 卷取机主要设备  21-25
    2.2.2 卷取过程状态分析  25-29
    2.2.3 与张力控制相关典型控制环节  29-32
  2.3 本章小结  32-33
第3章卷筒张力控制系统研究  33-57
  3.1 卷筒张力控制系统分析  33-37
    3.1.1 卷筒张力控制  34-36
    3.1.2 卷筒速度控制  36-37
  3.2 异步电机的数学模型研究  37-45
  3.3 卷筒的转矩组成及给定计算  45-53
    3.3.1 卷筒转矩的组成  45-52
    3.3.2 卷筒转矩给定的计算  52-53
  3.4 卷筒的卷径计算  53-56
    3.4.1 卷取计数法  55
    3.4.2 速度比例法  55
    3.4.3 卷径增加模式法  55-56
  3.5 本章小结  56-57
第4章 BP神经网络卷取机张力控制设计  57-75
  4.1 BP神经网络模型与算法改进  60-65
  4.2 控制算法的MATLAB仿真研究  65-73
    4.2.1 BP算法张力控制设计  65-70
    4.2.2 BP算法张力控制仿真分析  70-73
  4.3 本章小结  73-75
第5章总结与展望  75-77
  5.1 主要研究工作总结  75
  5.2 后续工作展望  75-77
参考文献  77-81
致谢  81

BP神经网络在热轧卷取机张力控制中的应用

内容摘要

全文目录

相似论文