陈丽杰
- 作品数：3 被引量：16H指数：2
- 供职机构：燕山大学电气工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于IGA-RBF网络的板形智能识别与控制
- 板带材在国民经济各部门和现代化生活中具有广泛而重要的作用,现代工业的发展对冷轧带钢生产提出了更高的要求,不断提高板带材产品的板形质量成为现代高精度轧机必须解决的问题之一。因此,板形控制越来越成为钢铁企业面临的重要课题,板...
- 陈丽杰
- 关键词：板形模式识别免疫遗传算法RBF网络板形控制预测控制
- 文献传递
- 基于径向基函数神经网络的板形模式识别研究被引量：7
- 2009年
- 针对板带轧制过程中用于辨识板形模式的网络精度较低、在线速度较慢和获得网络辨识模型较复杂的问题,提出了一种基于径向基函数神经网络(RBF)的板形模式识别方法。该方法使输入节点减少,网络模型简化,并用模糊C均值算法和伪逆法确定RBF网络的参数,解决了传统方法学习时间较长的问题。实验表明,该方法能有效的提高板形模式识别的精度和速度。
- 张秀玲陈丽杰季颖逄宗鹏
- 关键词：板形模式识别RBF网络模糊C均值算法伪逆法
- RBF神经网络的板形预测控制被引量：7
- 2010年
- 由于板带轧制的环境十分复杂,如温度的变化是无法避免的干扰,以及HC轧机液压弯辊系统的非线性和不确定性,使得按传统理论建立的模型和控制方法都难以达到理想的效果.针对这一问题,提出了一种基于径向基函数(RBF)神经网络的模型预测控制方案应用于带材控制中,以提高带材的成材率,充分发挥液压弯辊力对板形的调整作用,改善轧机系统的动态特性.仿真结果表明了该控制系统的性能良好,有较强的抗干扰能力和较好的鲁棒性和快速性.
- 张秀玲陈丽杰逄宗朋朱春颖贾春玉
- 关键词：板形控制HC轧机RBF神经网络预测控制
