基于小波神经网络板形板厚综合系统逆控制.pdfVIP

第22卷 第5期 与 2007年 5月 Vo1．22 No．5 and M ay2007 文章编号 ：1001一O92O(2007)O5—0593—04 基于小波神经网络的板形板厚综合系统逆控制 黄 敏 ，崔宝同 ，顾树生 (1．江南大学 控制科学与工程研究中心，江苏 无锡 214122；2．东北大学 信息科学与工程学院，沈阳ll0004) 摘 要 ：针对板形板厚综合系统具有强耦合、非线性、含纯滞后环节的特点，提 出一种基于小波神经网络 的逆控制方 案．利用两个结构相同的小波神经网络构造 Smith预估器，预估器的输入参数与时延阶次无关，能较好地解决小波神 经网络对维数较为敏感的问题．采用神经网络逆控制 的思想设计小波神经网络控制器 ，引入多步预测性能指标函数 对控制器权值进行在线训练．仿真研究表明，该控制方案具有较快的响应速度和 良好的动态性能． 关键词 ：小波神经网络；板形控制；板厚控制 ；逆控制 中图分类号：TPI83 文献标识码：A Strip flatnessand gauge inverse controlbased on waveletneural networks H UANGM in。，CUIBao—tong。，GUShu—sheng (1．Research CenterofControlScience and Engineering，Southern YangtzeUniversity，W uxi214122，China； 2．College of Information Science and Engineering， Northeastern University， Shenyang 110004． China． Correspondent：HUANGMin，E—mail：huangmzqb@163．com) Abstract：Theprocessofautomaticflatnesscontrolandautomaticgaugecontrol(AFC-AGC)isanonlinearsystem withstrongcoupling and puretimedelay．An inversecontrolmethod ofAFC-AGC isdeveloped，in which Smith predictorisdesignedbyusing twowaveletneuralnetworks(W NN)whosestructuresandparametersareidentica1． Becauseinputsofnetworkareindependentoftimedelayorder，thesensitivityofdimensionforW NN isreduced．A W NN controllerwiththeideaofneuralnetworksinversecontrolisapplied．Usingmulti—steppredictiveindexfunction totraintheweightsofcontroller．Simulationresultsshow thatthesystem hasbetterresponseperformance． Keywords：Waveletneuralnetworks；Flatnesscontrol；Gaugecontrol；Inversecontrol 1 引 言 BP网络结构设计的盲 目性；WNN权系数的线性分 AFC-AGC是具有非线性、延时、多变量耦合的 布和学习 目标函数的凸性，使训练过程从根本上避 复杂实时系统，对实时性要求很高[1]．传统的多变量 免了网络局部最优问题[3]．WNN 已成功地应用于 控制方法 (如多变量频域控制)要求对象模型 已知， 函数学习、过程控制、系统辨识、数据压缩等方面，成 当系统参数部分或全部未知时，很难直接设计控制