基于遗传算法的AGC-ASC综合系统自适应神经网络PID控制.pdfVIP

基于遗传算法的AGC．ASC综合系统自适应 神经网络PID控制 吴刚 孙。康 北京纠技久学自动拄制研究所 北京100083 摘要奉父针对板形板厚综台系统．提：ljJ’一剥·基于遗传算法的自适应神经网络PID控制方法。该方 法将PID控制规律融^多层}申经州绢结构中，利用遗传算法来自适应、，优参数。仿真结果显示该算法结 构简单、岛安眦、满足实时性的篮求 关键词AGC．ASC．神纷网络mD，遗传算法。 PIDNeural Adaptive NetworkControlBasedonGenetic in AGC-ASC Algorithm Wu Sun Gang Yikang Researchlnstimtc0fAulomalic 100083 Coutr01．UST Beijmg．Bering AbstractAimedal PIDneuralne-fv,orkcontrolbasedon AGC—ASC．adaptive is in geneticalgorithmproposed this IhismethodcombinesPIDcontrollawwithneuralnetworkand paper adaptiveoptimizesparametersby Thesimulation thath resultsshow hasa structureandsatisfiesreal-timecontrol geneticalgorithm simple requirement AGC-ASCP1Dneural Keywords network．geneticalgorithm 1引言 扳形板厚是扳带材的主要衡量指标。它们之间相互关联、相互影响，构成一个多变量、 强耦台疗勺复杂系统。若采用传统的控制方法，则存在建模困难、控制器设计繁琐、系统参 数难虬在线调整等缺陷。PID控制是工业过程控制中最常见的一种控制方法，它具有直观、 实现简单和鲁棒性能好等优点，能对很多工业对象进行有效的实时控制。但是。传统的PID 控制器有一定的局限陆，特别是对于多变量非线性系统往往难以获得满意的控制效果。本 文把PID控制规律融入神经网络结构中。设计了一种基于遗传算法的在线神经网络PID 直接控制器。仿真结果显示r该方法的有效性。 2板形板厚综合系统模型 本文以热连轧七机架精轧机组为研究对象，采用]：作辊弯辊控制板形和改变压下位置 控制厚度的方法。现具体分析如下： (1) 由广义弹跳方程可知．轧件出口厚度为：h=S+(，一只)／M，十F／MF -—1205·- 其中：P为轧制力：只为预压力；肘P为机架刚度：F‘为弯辊力；M。为弯辊刚度系数： S为预殴定辊缝。 压力方程可表示为如卜．的函数关系：P=f(H，．fz)