【摘要】：由于熱軋帶鋼卷取溫度控制過程存在強(qiáng)非線性,經(jīng)典數(shù)學(xué)模型難以精確描述,我們采用遺傳神經(jīng)網(wǎng)絡(luò)建立了卷取溫度預(yù)報模型,并且通過改進(jìn)的遺傳算法優(yōu)化了神經(jīng)網(wǎng)絡(luò)的權(quán)值.其中,提出了重新進(jìn)化的思想,用"返祖"操作找回丟失的較優(yōu)模式并將其耦合至下一代種群中,極大的提高了算法的收斂速度;分析了"種群解的空間跨度"和"基因段距離"對種群多樣性的影響,用"優(yōu)生"操作來推動算法從平面到多維空間的立體式搜索,以勘探和挖掘出更廣、更優(yōu)的尋優(yōu)區(qū)間,并在種群進(jìn)化后期,強(qiáng)力驅(qū)動算法收斂于全局最優(yōu).MFC(微軟基類庫)仿真結(jié)果表明:該卷取溫度預(yù)報模型的收斂速度快、精度高,滿足實時在線的控制要求,預(yù)報精度在±10?范圍之內(nèi),能為卷取溫度的前饋補(bǔ)償控制提供可靠的參考數(shù)據(jù),從而為進(jìn)一步提高卷取溫度的控制精度提供了新的途徑.
[Abstract]:Because of the strong nonlinearity in the coiling temperature control process of hot strip, the classical mathematical model is difficult to describe accurately. We use genetic neural network to establish the coiling temperature prediction model, and optimize the weights of the neural network through the improved genetic algorithm. The convergence speed of the algorithm is greatly improved by coupling the optimal model to the next generation population, and the effects of "spans of population solutions" and "distances of gene segments" on the diversity of population are analyzed, and the "eugenic" operation is used to promote the three-dimensional search from plane to multi-dimensional space, so as to explore and mine a wider and better optimization region. The simulation results of MFC (Microsoft Base Class Library) show that the coiling temperature prediction model has the advantages of fast convergence speed, high accuracy, real-time and on-line control requirements, and the prediction accuracy is within the range of + 10?, which can provide reliable reference data for feedforward compensation control of coiling temperature. It provides a new way to further improve the control accuracy of coiling temperature.
【作者單位】： 北京科技大學(xué)自動化學(xué)院;北華大學(xué)電氣信息工程學(xué)院;北京科技大學(xué)鋼鐵流程先進(jìn)控制教育部重點實驗室;北華大學(xué)信息技術(shù)與傳媒學(xué)院;
【基金】：北京市重點學(xué)科建設(shè)項目(XK100080537)資助~~
【分類號】：TG335.5;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 付英,曾敏,李興源,劉俊勇,王貴德;隱含層對人工神經(jīng)元網(wǎng)絡(luò)電壓安全評估的影響[J];電力系統(tǒng)自動化;1996年11期

2 劉耦耕,李圣清,肖強(qiáng)暉;多層前饋人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)研究[J];湖南師范大學(xué)自然科學(xué)學(xué)報;2004年01期

3 片錦香;柴天佑;;層流冷卻過程混合智能參數(shù)辨識[J];控制理論與應(yīng)用;2008年05期

4 鞏敦衛(wèi);陳健;孫曉燕;;新的基于相似度估計個體適應(yīng)值的交互式遺傳算法[J];控制理論與應(yīng)用;2013年05期

5 金敏;魯華祥;;一種遺傳算法與粒子群優(yōu)化的多子群分層混合算法[J];控制理論與應(yīng)用;2013年10期

6 劉全;王曉燕;傅啟明;張永剛;章曉芳;;雙精英協(xié)同進(jìn)化遺傳算法[J];軟件學(xué)報;2012年04期

7 片錦香;柴天佑;李界家;;變結(jié)構(gòu)PI迭代學(xué)習(xí)及在層流冷卻過程中的應(yīng)用[J];儀器儀表學(xué)報;2013年11期

相關(guān)博士學(xué)位論文 前1條

1 涂娟娟;PSO優(yōu)化神經(jīng)網(wǎng)絡(luò)算法的研究及其應(yīng)用[D];江蘇大學(xué);2013年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何旭濤;連志春;;跨越連接多層神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性[J];遼寧科技大學(xué)學(xué)報;2008年02期

2 單鑫;董文洪;;多層前饋人工神經(jīng)網(wǎng)絡(luò)在裝備故障診斷中的應(yīng)用[J];兵工自動化;2006年05期

3 陳興;程吉林;劉芳;;BP神經(jīng)網(wǎng)絡(luò)用于水質(zhì)評價的參數(shù)確定[J];水利與建筑工程學(xué)報;2007年01期

4 宋軍;楊凌;程素芝;;基于引入技術(shù)指標(biāo)的Elman網(wǎng)絡(luò)的股市預(yù)測[J];甘肅科學(xué)學(xué)報;2007年04期

5 劉敦文;崔朋波;;基于BP神經(jīng)網(wǎng)絡(luò)的新澆筑混凝土爆破安全震動速度預(yù)測[J];安全與環(huán)境學(xué)報;2014年01期

6 曹凱;陳國虎;江樺;馬歡;;自適應(yīng)引導(dǎo)進(jìn)化遺傳算法[J];電子與信息學(xué)報;2014年08期

7 李慧;李福榮;王旭輝;;懸臂構(gòu)件改進(jìn)遺傳算法優(yōu)化設(shè)計[J];遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版);2015年06期

8 劉娟;歐陽丹彤;王藝源;張立明;;結(jié)合特征學(xué)習(xí)的粒子群求解極小碰集方法[J];電子學(xué)報;2015年05期

9 杜太行;賈興建;韓春賢;張勇;;基于神經(jīng)網(wǎng)絡(luò)的瞬動校驗電流控制技術(shù)的研究[J];電力系統(tǒng)保護(hù)與控制;2009年10期

10 張均東;劉澄;孫彬;;基于人工神經(jīng)網(wǎng)絡(luò)算法的黃金價格預(yù)測問題研究[J];經(jīng)濟(jì)問題;2010年01期

相關(guān)會議論文 前2條

1 單鑫;董文洪;曹陽;;多層前饋人工神經(jīng)網(wǎng)絡(luò)在裝備故障診斷中的應(yīng)用研究[A];全國煉鋼連鑄過程自動化技術(shù)交流會論文集[C];2006年

2 陳巖;王宗憲;王來鵬;;基于改進(jìn)遺傳算法的指派問題的研究[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第16卷）[C];2015年

相關(guān)博士學(xué)位論文 前10條

1 丁文榮;云南省盤龍河流域河流懸移質(zhì)輸移變化及其對環(huán)境變化的響應(yīng)[D];昆明理工大學(xué);2008年

2 陳曉娟;模擬電路神經(jīng)網(wǎng)絡(luò)故障診斷方法的研究[D];吉林大學(xué);2006年

3 王琪潔;基于神經(jīng)網(wǎng)絡(luò)技術(shù)的地球自轉(zhuǎn)變化預(yù)報[D];中國科學(xué)院研究生院（上海天文臺）;2007年

4 劉金梅;航空彈藥供應(yīng)保障決策支持系統(tǒng)研究[D];南京理工大學(xué);2006年

5 杜西亮;基于振幅分割的光偏振測量技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2007年

6 唐云嵐;集成神經(jīng)網(wǎng)絡(luò)和多目標(biāo)進(jìn)化算法的卷煙產(chǎn)品參數(shù)優(yōu)化設(shè)計方法及應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2008年

7 劉波;云制造環(huán)境中面向多任務(wù)的服務(wù)組合與優(yōu)化技術(shù)研究[D];重慶大學(xué);2012年

8 黃秀玲;基于ANN和單攝像頭三像同步獲取技術(shù)的蘋果自動分級系統(tǒng)研究[D];南京林業(yè)大學(xué);2013年

9 吳擎;基于模式搜索的類電磁機(jī)制算法研究與應(yīng)用[D];華中科技大學(xué);2013年

10 鄭佳;北京西郊垃圾填埋場對地下水污染的預(yù)測與控制研究[D];中國地質(zhì)大學(xué)（北京）;2009年

相關(guān)碩士學(xué)位論文 前10條

1 鐘球盛;基于多目機(jī)器視覺的光學(xué)薄膜表面缺陷在線檢測技術(shù)研究[D];華南理工大學(xué);2011年

2 王志遠(yuǎn);基于灰色神經(jīng)網(wǎng)絡(luò)的股票分析預(yù)測研究[D];鄭州大學(xué);2011年

3 胡傳俊;神經(jīng)網(wǎng)絡(luò)在機(jī)械手逆解求解中的應(yīng)用[D];湘潭大學(xué);2011年

4 王宇杰;基于神經(jīng)網(wǎng)絡(luò)的汽輪機(jī)軸系振動故障診斷研究[D];哈爾濱理工大學(xué);2011年

5 古繼成;基于模式識別方法的天氣雷達(dá)數(shù)字產(chǎn)品的監(jiān)控與分析[D];南京理工大學(xué);2012年

6 張寶情;CIMS環(huán)境下基于智能代理的質(zhì)量信息系統(tǒng)[D];重慶大學(xué);2002年

7 鄒濤;三相橋式整流電路主回路故障智能診斷方法的研究[D];重慶大學(xué);2005年

8 郝潤生;基于神經(jīng)網(wǎng)絡(luò)的機(jī)械手逆運動學(xué)問題的研究[D];天津大學(xué);2005年

9 李勇偉;直驅(qū)式風(fēng)力發(fā)電機(jī)整流器的研究與仿真實現(xiàn)[D];新疆大學(xué);2006年

10 朱武亭;神經(jīng)網(wǎng)絡(luò)船舶航向控制的研究[D];上海海事大學(xué);2004年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳水利;蔡國榕;郭文忠;陳國龍;;PSO算法加速因子的非線性策略研究[J];長江大學(xué)學(xué)報(自科版)理工卷;2007年04期

2 侯祥林,張春暉,徐心和;多層神經(jīng)網(wǎng)絡(luò)共軛梯度優(yōu)化算法及其在模式識別中的應(yīng)用[J];東北大學(xué)學(xué)報;2002年01期

3 片錦香;柴天佑;;熱軋帶鋼層流冷卻過程混合智能控制方法[J];東北大學(xué)學(xué)報(自然科學(xué)版);2009年11期

4 呂振肅,侯志榮;自適應(yīng)變異的粒子群優(yōu)化算法[J];電子學(xué)報;2004年03期

5 孟偉;韓學(xué)東;洪炳昒;;蜜蜂進(jìn)化型遺傳算法[J];電子學(xué)報;2006年07期

6 程健;郭一楠;鞏敦衛(wèi);錢建生;;非隨機(jī)替代個體選擇的代理模型評價策略[J];電子學(xué)報;2009年01期

7 宣善立;梁棟;朱明;范益政;王年;;一種基于修正的最小生成樹及其鄰接譜的特征匹配算法[J];電子學(xué)報;2010年02期

8 徐風(fēng)苓;孟祥武;王立才;;基于移動用戶上下文相似度的協(xié)同過濾推薦算法[J];電子與信息學(xué)報;2011年11期

9 衛(wèi)俊霞;相里斌;高曉惠;段曉峰;;基于K-均值聚類與夾角余弦法的多光譜分類算法[J];光譜學(xué)與光譜分析;2011年05期

10 楊源杰,黃道;人工神經(jīng)網(wǎng)絡(luò)算法研究及應(yīng)用[J];華東理工大學(xué)學(xué)報;2002年05期

相關(guān)博士學(xué)位論文 前5條

1 祁云嵩;微陣列數(shù)據(jù)分析中的基因選擇及樣本分類方法研究[D];南京理工大學(xué);2011年

2 馮斌;群體智能優(yōu)化算法及其在生化過程控制中的應(yīng)用研究[D];江南大學(xué);2005年

3 王泳;基于互信息與先驗信息的機(jī)器學(xué)習(xí)方法研究[D];中國科學(xué)院研究生院（自動化研究所）;2008年

4 趙亮;基于協(xié)同PSO算法的模糊辨識與神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)[D];上海交通大學(xué);2009年

5 張麗娟;微陣列基因表達(dá)數(shù)據(jù)分類問題中的屬性選擇技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王益群;王海芳;孫旭光;張偉;;基于神經(jīng)網(wǎng)絡(luò)的熱軋卷取溫度模型辨識[J];中國機(jī)械工程;2006年01期

2 齊亮;申幫坡;胡義鋒;羅敏;;卷取溫度對含釩管線鋼組織和性能的影響研究[J];熱加工工藝;2012年10期

3 趙小婷;宋國斌;李紅斌;;卷取溫度對低合金耐磨鋼軋態(tài)組織演變的影響[J];熱加工工藝;2012年22期

4 張富強(qiáng);;成分和卷取溫度對熱軋鈮微合金鋼組織和性能的影響[J];上海金屬;2008年05期

5 陳煜;曹樹衛(wèi);丁杰;;厚規(guī)格寬帶鋼卷取溫度優(yōu)化研究[J];軋鋼;2013年01期

6 王巖;趙愛民;陳銀莉;左碧強(qiáng);薛俊平;;不同卷取溫度低碳鋼性能及硫化物析出的研究[J];鋼鐵;2011年01期

7 郝智紅;;譜分解理論在熱軋卷取溫度控制系統(tǒng)改造中的應(yīng)用[J];冶金自動化;2014年03期

8 韓斌,劉相華,王國棟,佘廣夫;熱連軋卷取溫度控制模型技術(shù)的發(fā)展[J];軋鋼;2004年04期

9 裴紅平;王京;;提高帶鋼熱連軋卷取溫度控制質(zhì)量的措施[J];冶金自動化;2006年04期

10 宋勇;蘇嵐;謝新亮;;基于有限差分算法的帶鋼卷取溫度在線控制模型[J];鋼鐵;2009年05期

相關(guān)會議論文 前10條

1 高志玲;;2050熱軋卷取溫度精度控制輔助方法解析[A];中國金屬學(xué)會2003中國鋼鐵年會論文集（2）[C];2003年

2 王東升;;寶鋼熱軋卷取溫度質(zhì)量的保證機(jī)制[A];中國金屬學(xué)會2003中國鋼鐵年會論文集（4）[C];2003年

3 張賀詠;;1580熱軋卷取溫度U型冷卻控制中出現(xiàn)的新問題淺析[A];2006年全國軋鋼生產(chǎn)技術(shù)會議文集[C];2006年

4 張春草;;熱連軋卷取溫度優(yōu)化措施研究[A];中國計量協(xié)會冶金分會2010年會論文集[C];2010年

5 程杰鋒;劉正東;唐廣波;;寶鋼2050熱連軋生產(chǎn)線卷取溫度預(yù)測模擬研究[A];2009熱軋鋼材組織性能預(yù)報研究與應(yīng)用學(xué)術(shù)研討會文集[C];2009年

6 彭良貴;張殿華;宋向榮;李江;張德志;陳珂;;寧波鋼鐵1780熱連軋過程計算機(jī)卷取溫度控制數(shù)學(xué)模型[A];全國冶金自動化信息網(wǎng)2011年年會論文集[C];2011年

7 冉瑞生;;熱軋帶鋼卷取溫度控制模型的自學(xué)習(xí)[A];全國冶金自動化信息網(wǎng)2009年會論文集[C];2009年

8 李宏;張大志;;基于遺傳神經(jīng)網(wǎng)絡(luò)的熱連軋帶鋼卷取溫度預(yù)報[A];第十一屆全國自動化應(yīng)用技術(shù)學(xué)術(shù)交流會論文集[C];2006年

9 霍亮琴;于浩;;卷取溫度對薄板坯連鑄連軋含硼低碳鋼板性能的影響[A];第七屆全國材料科學(xué)與圖像科技學(xué)術(shù)會議論文集[C];2009年

10 孫旭鴻;;卷取溫度控制模型(CTC)初探[A];工業(yè)自動化應(yīng)用實踐——全國（第五屆）煉鋼、連鑄和軋鋼自動化學(xué)術(shù)會議論文集[C];2002年

相關(guān)重要報紙文章 前6條

1 肖歡;武鋼計控公司自主管理成果獲全國一等獎[N];中國冶金報;2008年

2 楊雄飛;熱軋Q&P薄板熱機(jī)械模擬[N];世界金屬導(dǎo)報;2013年

3 ;690～780MPa級熱軋薄板車輪鋼的材料設(shè)計[N];世界金屬導(dǎo)報;2007年

4 陳連貴 成小軍 康永林 李光輝 曾松盛;薄板坯連鑄連軋線生產(chǎn)DP鋼的研究[N];世界金屬導(dǎo)報;2009年

5 杜鋒;殘余元素含量提高對超薄鑄帶性能影響[N];世界金屬導(dǎo)報;2012年

6 高真鳳;俄羅斯貨車車廂用耐腐蝕高強(qiáng)無鎳鋼的開發(fā)[N];世界金屬導(dǎo)報;2011年

相關(guān)博士學(xué)位論文 前1條

1 吳保才;建龍集團(tuán)SO8Al冷軋鋼板的生產(chǎn)工藝優(yōu)化與Q235鋼的腐蝕行為研究[D];東北大學(xué);2013年

相關(guān)碩士學(xué)位論文 前8條

1 石孝武;帶鋼卷取溫度精度預(yù)報的方法研究[D];中南大學(xué);2008年

2 李旭東;基于超快速冷卻的熱軋帶鋼低溫卷取溫度控制及U型冷卻策略的研究與應(yīng)用[D];東北大學(xué);2012年

3 梁英;焊接氣瓶用HP295熱軋鋼帶的生產(chǎn)試驗研究[D];山東大學(xué);2006年

4 章小峰;薄板坯連鑄連軋CSP工藝?yán)鋮s段組織模擬及產(chǎn)品性能預(yù)報[D];武漢科技大學(xué);2004年

5 顏飛;Q345E熱軋帶鋼軋后冷卻過程溫度及組織演變模擬[D];武漢科技大學(xué);2004年

6 張浩;納米級析出強(qiáng)化高強(qiáng)鋼的工藝研究[D];遼寧科技大學(xué);2008年

7 尹大鵬;工藝參數(shù)對S08Al冷軋深沖用鋼組織、性能和織構(gòu)的影響[D];東北大學(xué);2011年

8 楊娜;440MPa級高強(qiáng)度深沖鋼（IF）的研制[D];昆明理工大學(xué);2009年

，

本文編號：2235852