2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩83頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、板形和板厚是衡量板帶材質量的兩個重要的性能指標。因此,板帶材板形和板厚的控制問題的研究變得尤為重要。過去幾十年里,板形控制和板厚控制都已經達到了比較高的控制精度。然而,如果將板形控制系統和板厚控制系統作為兩個獨立的系統進行研究,板形控制和板厚控制之間存在著的嚴重的耦合作用勢必導致控制精度的下降。因此,有必要將板形控制和板厚控制作為一個綜合系統來研究。板形板厚系統是一個多輸入多輸出、非線性、強耦合的復雜系統,且存在強擾動,實時性要求非常高

2、。對于這類系統,常規(guī)的控制方法已經無法滿足其控制要求,必須尋求一種合適的控制方法對其進行控制。
   本文對軋機板形控制和板厚控制的基本理論及控制方法進行了詳細的分析,并對板形板厚控制的國內外發(fā)展現狀做了歸納。首先,從板形控制和板厚控制的耦合機理出發(fā),為板形板厚系統建立了動態(tài)數學模型。為了尋找一種較為理想的控制策略,分別采用目前較為常用的兩種具有代表性的解耦控制方法對此系統進行控制:
   (1)在板形板厚系統動態(tài)模型的

3、基礎上,利用前置反饋補償法對其進行解耦。然后,針對系統中存在建模誤差、參數攝動和外部擾動等不確定性因素的特點,采用H∞混合靈敏度方法,通過選擇合理的加權函數,對解耦后的兩通道分別設計魯棒控制器。仿真結果表明,該解耦控制方法減小了板形和板厚之間的耦合作用,有效消除了干擾影響,對模型攝動等具有較強的魯棒性。
   (2)采用模糊RBF神經網絡解耦法對板形板厚系統進行解耦,對解耦后的已近似成為兩個獨立的單輸入單輸出系統分別設計模糊神經

4、網絡PID控制器,從而建立了一種板形板厚模糊RBF神經網絡分散解耦PID控制系統。仿真結果表明,該方法解耦控制效果良好,控制精度高,抗干擾性強,且具有良好的靜、動態(tài)性能。上述兩種方法雖然都取得了較好的解耦控制效果,然而,這兩種方法存在各自的不足。為此,本文提出一種基于改進型擾動觀測器(DOB)的多變量隱式廣義預測控制策略。其中,改進型DOB是在傳統DOB的基礎上,新增了系統輸出補償信號,可以同時有效的消除低頻外部擾動干擾和高頻測量噪聲的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論