矫直机二级模型神经元网络系统的设计与实现.docVIP

矫直机二级模型神经元网络系统的设计与实现 导语：?本文主要介绍了中厚板矫直机二级模型控制系统的设计与实现，该模型以神经元网络为设计载体，运用径向基函数的逼近取值法进行运算和分析，保证了模型策略的精度和准确性，提高了钢板的矫直质量。 [摘要]本文主要介绍了中厚板矫直机二级模型控制系统的设计与实现，该模型以神经元网络为设计载体，运用径向基函数的逼近取值法进行运算和分析，保证了模型策略的精度和准确性，提高了钢板的矫直质量。 [关键词]L2模型 神经元网络 径向基函数数据表 前言 建立精确的数学模型，在处理非线性问题上有着良好的效果，矫直机二级模型的设计就是建立了神经元网络控制系统，依据径向基函数的逼近非线性函数运算方法得到可靠的矫直策略，对矫直机的矫直力、扭矩、速度等参数进行全面的分析和设定，在保证不超出限定值的前提下得到希望的塑变比和平直度。 1L2模型的组成及主要功能 二级模型由三部分组成：一是二级服务器：该计算机运行二级。所以跟踪，预设值计算，数据库储存和通讯都由改服务器完成，它是二级的指挥中心；二是人机界面计算机（HMI）：它负责人机界面的应用，通过这里进行系统实际操作，应用软件为VISUAL BASIC；三是工程师站计算机：用于程序控制和管理员维护，程序设计由C++和VAI环境下实现。 主要功能包括： PDI（基础数据）的输入；PDO基础数据的输出；HMI人机接口的操作实现；二级数据库的实现；与L3的数据通讯；与其它相关设备的通讯。 2神经元网络的构成及计算 矫直机L2模型的运算是采用单层径向基函数网络，径向基( Radial Basis Function,简称RBF)网络是一种新颖有效的前向型神经网络, 它是一组径向基函数的线性组合，具有较高的运算速度和外推能力, 同时有很强的逼近非线性函数的能力，并且逼近精度与网络结构的关系是具有可塑性的，即网络能通过调整自己的结构来实现最佳逼近精度。 径向基函数网络是一种常见的人工神经网络，是J.Moody和CDarken于1989年提出的，采用高斯函数等径向基函数作为神经元传递函数，用于非线性函数的逼近。这个网络可以用一个结构图来表示它的输入输出关系(图一)。由图可知，它是由第一层的输入层,第二层的隐层和第三层的输出层组成。输入层是由输入样本节点组成；隐层为径向基层，作用函数是径向基函数。对一个输入样本，隐层中的各径向基函数都有一个输出，隐层的输出结果是这些输出的加权和。 （图一：三层神经元网络结构图） 径向基函数网络的基本原理是：用一个径向基函数在因变量的某个局部区域上拟合函数的一部分，不同的基函数对应不同的局部区域，这样整个基函数组的加权和就形成一个总的函数，我们把它看作是对某个函数的逼近拟合。运用Mood和Darken的算法，这个算法先对样本的输入部分做聚类分析，通常是k-mean法，将样本的输入部分分成若干类，算出每类的重心作为径向基函数的中心，再指定径向基函数的宽度参数，然后用最小二乘法确定各径向基函数的组合系数。 为了提高数据表的提取功能，从径向基神经元网络中利用派生的方法将数据引出，具体计算方法如下： （1）对每个PDI输入数据i进行标准化,即聚类分析。见公式1所示： （2）计算径向基函数的宽度参数，见公式2所示： （3）对数据库中的每个元素计算出权重比，见公式3所示： （4）所有的在表中选择的K个元素的最终输出值，见公式4： 3 二级模型的设计 二级模型的设计用来矫直热钢板。这个模型基于离线模型和在线模型两个功能。离线模型是一个物理模型，需要一个长时间的计算过程，它的输出存储在数据表中，离线测试成功后，通过在线模型进行应用和实践，具有神经元网络的几何自适应功能。 3.1模型策略的生成 模型包括在线模型和离线模型，离线模型的结果存储在智能表中，根据测量结果得到的自适应。在线模型也叫做工艺程序模拟器。这个模拟器可以自学习，得到矫直钢板的较好的塑变比和平直度。 在线模型是三个计算结果的线性组合（依据每个结果的置信因数）：离线模型计算结果、短期项目适应结果、长期项目适应结果。 模型的输入数据为：钢种、温度、厚度和塑变比。利用钢种和温度，模型首先将钢的特性记录到数据表中，并且根据离线模型计算出结果给出初始辊缝的设定，根据钢种、温度和厚度的变化和不同，模型将适应的改变辊缝，并计算出相适应的矫直力、扭矩和塑变比。 矫直力和扭矩的计算公式如下： forceOff ：离线模型计算的矫直力t结果；forceOffC：矫直力的置信因数；forceShort：短项目适应结果的矫直力；forceShortC： forceShort.的置信因数；forceLong：长项目