本站簡介作品介紹購買指南發布作品訂做說明專業誠信
本站收錄了大量的畢業設計和論文 [vison]       本站提供這些設計的初衷 [vison]      
管理系統 學生 計算機 教學 信息 電路 汽車 模具 網站 建筑
您現在的位置:首頁 >> 機械電子畢業設計機械

BP神經網絡在萬能軋機張力控制中的應用研究(碩士)

來源:  資料編號:PA29541700101  文件類型:  資料等級: %D7%CA%C1%CF%B1%E0%BA%C5%A3%BAPA29541700101
以下是大綱或介紹,如需要完整的資料請購買.  
提示:本資料已審核過,內容嚴格保密,格式標準,質量保證.
1.無需注冊,購買下載后即可獲取該完整資料.
2.本站提供下載鏈接或聯系客服發送資料.

BP神經網絡在萬能軋機張力控制中的應用研究(碩士)(論文20000字)
BP Neural Network Application in Tension Control of Universal Mill
摘  要
隨著我國國民經濟的快速發展,鐵路技術的發展正朝著高速度、大運量和自動化牽引方向邁進,為了保證鐵路運輸的安全、快速,要求鋼軌具有高精度、高平直度、高熱處理強度和長尺化。新頒布的鐵路用軌標準對鋼軌的質量和性能也提出了更加嚴格的要求,100米長尺鋼軌是今后重載鐵路、每小時250公里和每小時350公里客運專線的指定用軌,是今后鐵路技術發展的基本需求和發展方向。
本文以萬能軋機張力控制為背景,通過應用BP神經網絡來實現提高張力控制的精度。張力是鋼鐵軋制過程中的一個重要參數,實現張力的精確控制是連續生產的保證。張力控制的方法研究,一直是控制領域的熱點和難點。
神經網絡是一種應用廣泛的智能技術,通過學習和訓練,可以以任意精度逼近任意非線性函數。本文對神經網絡的基本原理和性能進行了詳細的介紹分析并將神經網絡應用于PID控制參數的尋優,實現對萬能張力的智能控制。并對在基本軋制理論基礎上建立起來的張力控制系統數學模型進行仿真。仿真結果表明,本文的新型控制方法取得了良好的控制效果。

關鍵詞:神經網絡,張力控制,PID控制
 
BP Neural Network Application in Tension Control of Universal Mill
Abstract
Along with the rapid development of national economy,Iron and steel industry,as one of the pillar industries,is facing the new challenges as well as great opportunities. In control field,a very important subject is how to apply the new control technology in the iron and steel industry in order to improve quality and enhance the competitive power which finally makes tremendous economic and social benefits.
The thesis’s background is the tension control of universal mill. The tension accuracy control is the guarantee of continuous production,so that tension is a key parameter in the rolling process. The research about tension control has been the hot spot and the difficulty of control domain.

The neural network is a widely used intelligence technology. It can approach the random nonlinear function by the random precision through study and training. The thesis particularly introduces and analyses the neural network's basic theory and capability and neural network in PID parameter optimization,to realize the tension intelligent control of universal mill. Furthermore,it carries on the simulation to the mathematical model of tension control system which establishes in the basic rolling theory. The result indicates that the new technique has achieved the good control effect.

Key Words:neural network, tension control, PID control
 
目    錄
致  謝    I
摘  要    III
BP Neural Network Application in Tension Control of Universal Mill    V
Abstract    V
1 引言    1
1.1研究背景及意義    1
1.2張力控制技術的發展現狀    1
1.3神經網絡的發展歷史    3
1.4本文的主要工作    4
2 張力控制系統    5
2.1張力的定義    5
2.2張力的種類    6
2.3前滑值與后滑值    7
2.4張力的作用    8
2.5張力的控制方法    9
2.5.1直接張力控制    9
2.5.1.1輥縫式調張法    10
2.5.1.2速度式調張法    10
2.5.2間接張力控制    11
2.6張力數學模型    12
2.7萬能軋機張力控制系統的建模    16
2.7.1張力控制系統的結構    16
2.7.2液壓系統建模    16
2.7.3輥縫到速度變化增益    19
2.7.3.1軋機彈跳方程和軋制力方程    19
2.7.3.2壓下量到出口厚度變化量增益    20
2.7.3.3軋件入口速度改變量    21
2.7.4張力模型    21
2.8本章小結    22
3 神經網絡優化策略    23
3.1引言    23
3.2 RBF人工神經網絡    24
3.2.1 RBF神經網絡的基本原理    24
3.2.2 RBF神經網絡的特點及優點    25
3.2.3 RBF神經網絡存在的問題    25
3.3 BP人工神經網絡    26
3.3.1 BP網絡的基本原理    26
3.3.2 BP網絡的特點和優點    27
4 基于BP神經網絡張力控制    29
4.1 引言    29
4.2 利用BP神經網絡進行PID整定    29
4.2.1 基本PID控制原理    29
4.2.2 數字PID 控制器    31
4.2.3 BP神經網絡控制器    33
4.2.4仿真的比較和分析    36
4.2.5本章小結    39
5 結論    40
參考文獻    41

竞彩交流群