摘要:热轧带钢层流冷却过程具有强非线性、工况条件变化剧烈、难以采用精确数学模型进行过程描述的复杂工业特性,这些特性决定了需要新的控制技术,以保证带钢最终质量.层流冷却过程的重复性使得迭代学习方法适用于冷却带钢之间(批次之间)的学习,因此提出变结构PI迭代学习方法对层流冷却过程进行设定控制,采用案例推理技术根据变化工况调整PI参数.实验研究结果证明,该方法可以对类似操作条件的带钢进行有效迭代学习,并很快找到工作点,使冷却结束后的带钢卷取温度控制在目标范围内.
关键词:层流冷却 迭代学习 变结构pi 卷取温度 案例推理
单位:沈阳建筑大学信息与控制工程学院 沈阳110168 中国科学院沈阳自动化研究所信息服务与智能控制研究室 沈阳110016 东北大学自动化研究中心 沈阳110189 流程工业综合自动化国家重点实验室 沈阳110189
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
边界与海洋研究