1、鋼鐵是發(fā)展國民經(jīng)濟的重要物資基礎(chǔ),板帶材是廣泛應(yīng)用于國民經(jīng)濟各部門的重要原材料。其中板形質(zhì)量和板厚精度是衡量帶鋼質(zhì)量的兩個重要指標(biāo)。板形板厚控制是一個復(fù)雜多變的控制系統(tǒng)。影響板形板厚的各個參數(shù)之間有著很強的耦合性。因此,實現(xiàn)板形板厚控制(AFC-AGC)的研究已經(jīng)成為一個前沿的熱點問題。隨著智能技術(shù)的研究和發(fā)展,很多專家學(xué)者將智能技術(shù)應(yīng)用到AFC-AGC綜合控制中。由于AFC-AGC是一個非線性、強耦合、大時滯的多變量實時控制系統(tǒng)。對于

2、這樣的非常規(guī)的復(fù)雜系統(tǒng),常規(guī)的方法很難實現(xiàn)理想的控制。
　　因此,采用現(xiàn)代控制方法和智能方法相結(jié)合的控制手段成為必然的趨勢。本文針對AFC-AGC綜合控制的特點,主要進行了以下工作:1.通過分析板帶材軋制過程,完成AGC-AFC系統(tǒng)數(shù)學(xué)公式的推導(dǎo)和數(shù)學(xué)模型的建立,并建立AGC-AFC的系統(tǒng)框圖。2.對粒子群優(yōu)化算法(Particle Swarm Optimizition.PSO)進行了深入的分析和研究,針對PSO算法在使用過程中存

3、在易于陷入局部最優(yōu),收斂精度不高等缺陷,提出適合本文的改進PSO優(yōu)化算法,并通過Matlab仿真驗證改進的PSO算法具有很好的精度。3.介紹了神經(jīng)網(wǎng)絡(luò)的基本內(nèi)容,比較了RBF神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點,選擇適合本文的RBF神經(jīng)網(wǎng)絡(luò)。同時用改進的PSO算法對RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)進行優(yōu)化,并比較分析了各種優(yōu)化效果。4.設(shè)計出一種基于PSO算法的RBF神經(jīng)網(wǎng)絡(luò)的解耦控制器,并將其用于對板形板厚的綜合控制系統(tǒng)中,完成系統(tǒng)的解耦實現(xiàn)分別