针对轧机位置内环(APC)中存在着许多非线性不确定因素和慢时变参数的现象,提出一种神经网络鲁棒控制方法.这种控制方法采用线性模型与神经网络在线逼近非线性相结合共同辨识实际模型,在鲁棒控制的基础上加入神经网络逼近误差对系统进行控制,从而能有效的消除不确定性引起的控制误差.仿真研究表明,神经网络鲁棒控制器应用于APC的有效性及控制器的动态性能良好.
[1] 牛玉刚, 杨成梧, 赵建丛. 一类非线性不确定系统的最小方差神经控制 [J]. 控制与决策 2000.doi:10.3321/j.issn:1001-0920.2000.04.020
[2] Bittanti S., Piroddi L.. GMV technique for nonlinear control with neural networks [J]. IEE proceedings.Control theory and applications 1994, 2(2).
[3] Bittanti S., Piroddi L.. Neural implementation of GMV control schemes based on affine input/output models [J]. IEE proceedings.Control theory and applications 1997, 6(6).
[4] 何玉彬, 李新忠. 神经网络控制技术及其应用 [M]. 北京:科学出版社 2000.
[5] 连家创, 刘宏民. 板厚板形控制 [M]. 北京:兵器工业出版社 1996.
[6] 王国栋, 刘相华. 金属轧制过程人工智能优化 [M]. 北京:冶金工业出版社 2000.
[7] 华建新, 王贞祥. 全连续式冷连轧机过程控制 [M]. 北京:冶金工业出版社 2000.