加熱電流的綜合神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型及在線控制的實(shí)現(xiàn)

??????? 在電熱鐓粗過程中，離線、在線兩套網(wǎng)絡(luò)同時(shí)運(yùn)行。離線網(wǎng)絡(luò)將神經(jīng)網(wǎng)絡(luò)與數(shù)學(xué)模型相結(jié)合，用來對樣本數(shù)據(jù)進(jìn)行訓(xùn)練、測試，存儲最優(yōu)的知識參數(shù)，并建立加熱電流的高精度預(yù)報(bào)模型。在線網(wǎng)絡(luò)是根據(jù)傳感器實(shí)時(shí)采集的鐓粗缸速度、砧子速度、鐓粗壓力，按照知識庫中的網(wǎng)絡(luò)知識參數(shù)預(yù)報(bào)出加熱電流，較好地實(shí)現(xiàn)了在線跟蹤控制。
關(guān)鍵詞：綜合神經(jīng)網(wǎng)絡(luò)；預(yù)報(bào)；離線；在線控制
??????? 在電熱鐓粗過程中，由于數(shù)學(xué)模型中采取—些簡化措施、一些經(jīng)驗(yàn)參數(shù)取值范圍較寬、過程本身的復(fù)雜性以及一些未建模因素的影響，決定了它一般不能對加熱電流提供高精度的預(yù)報(bào)。而神經(jīng)網(wǎng)絡(luò)具有容錯(cuò)性、自學(xué)習(xí)、自適應(yīng)和非線性映射能力，采用神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)模型相結(jié)合的方式，建立了加熱電流的高精度預(yù)報(bào)模型。由于神經(jīng)網(wǎng)絡(luò)訓(xùn)練費(fèi)時(shí)，不利于在線實(shí)現(xiàn)，本文應(yīng)用離線、在線兩套網(wǎng)絡(luò)同時(shí)運(yùn)行。離線網(wǎng)絡(luò)將神經(jīng)網(wǎng)絡(luò)與數(shù)學(xué)模型相結(jié)合，對樣本數(shù)據(jù)進(jìn)行訓(xùn)練、測試，存儲最優(yōu)的知識參數(shù)，并建立加熱電流的高精度預(yù)報(bào)模型。在線網(wǎng)絡(luò)是根據(jù)傳感器實(shí)時(shí)采集的鐓粗缸速度、砧子速度、鐓粗壓力，按照知識庫中的網(wǎng)絡(luò)知識參數(shù)預(yù)報(bào)出加熱電流，較好地實(shí)現(xiàn)了在線跟蹤控制。