基于Hopfild网络的板形预测控制模型.pdfVIP

基于HopfieId网络的板形预测控制模型 周晓敏”张清东’王长松‘ 华建新陈华昶王欣童立靖 000,q：_I jE{}丸机械工程学奠 201900宝锅设备韶) 摘 要：论文将Hopfield神经刚络建模方法与预测控制思想相结台用于宽带钢板形 自动控制，建立了基fHopfield神经网络的板形的模型算法预测控制系统数学模型。模 型经由宝钢1420冷轧实测数据仿真验证表明能较好地跟踪目标值，并具有较强的抗干扰能 力。 关键词：神经网络，板形，预测控制 板形控制技术是现代板带生产中的孩心技术。板彤研究的目的在于解决板形质量问题， 而解决板形问题的方向是实现完善的板形角动控制。但在我国，宽带钢板彤的自动控制还 是一个相当薄弱的环节。智能控制和预测控制育它们各自的优越性，目前有很多学者在研 究将智能控制应用于板带轧制过程，并n也取得了很多研究成果，f日将预测控制系统应用 于板形自动控制在国内很少见，而将智能}宰制与预测控制结合起来应用于板形自动控制的 研究还未见文献报导。本文将Hopfield“q络与预测摔制算法相结台应用于板形的自动控 制，并使用实测结果进行仿真验l“仿真结果表明，本文所提g{的神经同络板形预测控制 算法具有很高的跟踪}-1标的能力． 1、Hopfield网络简介 HopfieId神经网络足1982年荚吲物理学家ItopI 的_l=耍功能在于联魁记忆和优化汁算。它采用反馈连接，考虑输出与输入之间时问卜的延 一种由非线性元件构成的反馈系统、危应耳jHopfie)dj珂络解决实际问题时，需将所要解决 的嘲题化为一个计算能量函数，I_1使这个能鼋雨数的最小值正好对应于一定约束条件下此 问题的解答。因此，选取正确的figW-_i函数，足!kpI 0{ci蹦络应用中的首要问题。只有能量 函数选择得当，Hopfjeld网络才会毁拇j艺的怍Hj和优势，求得问题的解。 2、预测控制算法(模型控制算法)简介 模型算法拄制(ModelAlgorithmic (．1979)等人首先提出并己成功地应刖j‘铂炉、石油和化工等复杂生产过程的控制上。模 料用晓敏女．24，北京科技大学机械工程学院96级砸士生 }勾前者指导教师 一62 型算法控制基本上包括内部模型、反馈校正、滚动优化和参考输入轨迹等几个部分。它是 采用基于脉冲响应的非参数模型，用过去和未来的输入信息，预测系统未来的输}b状态， 通过用实测输出误差进行反馈校正后，再与参考输入轨迹进行比较，应用二次型性能指标 进行滚动优化，然后再计算出当前时刻应加于系统的控制动作，完成整个控制循环。见图 l。由于这种算法的基本思想是：首先预测系统的未来输出状态，再确定当前时刻的控制动 作，即先预测后控制，所以具有预见性。明显优于先有信息反馈，再产生控制动作的经典 反馈控制系统。 图1 模型算法控制系统原理简图 3、基于Hopfield网络的板形预测模型的建立 预测控制算法是应用二次型性能指标进行滚动优化，Hopfield网络求解问题是通过将 某个待研究解决的问题，化为一个计算能量函数，且使这个能量函数的最小值正好对应于 一定约束条件下闯题的解答而实现的。围此本文将预测控制算法韵二次型性能指标用 Hopfield网络的能量函数表示出来，从而将Hopfidd网络与预测控制算法结台起来。 本文所选取的能量函数为预测控制系统中的优化性能指标： f』J J，=∑[y，(k+j)一Yr(k+j)】2+∑九j[Au(k+j-1)]2 而基于最d,--乘评价函数的板形控制模型为 Ⅱ m 口 J=∑匹JQ，·q目一(o，(i)一o≈(i)】2+∑丸，[JQ，】2 62) 由两个模型相比较来看，预测控制系统中的优化性能指标L表示了预测模型经过反馈 手段调节后的板形调节量接近于