义。板带热连轧是个复杂的工业控制过程，控制参数众多，各变量之间存在较强的耦合关系，被控量和控制量存在着各种约束，传统的控制方法显然已不能满足生产的要求。先进的控制策略为热轧生产开辟了崭新的道路，其成功的控制方案可以提高产品质量的均匀性和致性，提高系统的稳定性，从而使工业生产的技术水平上了个新的台阶。为克服监控控制上的不足，提出了单神经元网络控制策略，应用到监控上，以进步提高的厚控精度，改善的滞后性和动态品质，这对提高产品质量和企业经济效益，无疑是十分必要和有意义的。国内外研究现状随着钢铁行业的竞争日益激烈，高质量高产量高成材率低成本已经成为现代钢铁企业得以生存的必备条件。这就要求企业采用先进工艺先进设备先进的控制策略来完善控制系统。东北大学的王君，牛文勇，王国栋将模型分为厚度估计模型和厚度调节模型两部分，分别对应于系统的静态指标和动态指标，依据各部分所采用的轧机弹跳方程和金属塑性变形方程形式的不同，对各种典型的压力模型进行了分类和对比研究，并提出了种新的压力模型，经过详细的分析比较，证明新的压力模型具有良好厚度估计精度和系统动态特性。文献针对自动控制系统进行了介绍，给出了产生厚差的原因。文献针对间接测厚的厚度控制系统其精度总是低于射线测厚仪直接测出的厚度值提出了对系统进行监控，并介绍了监控的作用。为了解决带有纯滞后的监控系统的控制问题，北京科技大学的于丽杰王京提出了基于神经网络的控制器与预估器相结合的智能控制系统，并对传统监控应用预估器的监控及应用智能控制的监控系统进行了仿真结果表明，应用智能控制的监控系统收敛速度明显加快，适应能力与鲁棒性比常规控制要好。在神经网络的应用方面，国外已有许多人工神经网络在轧钢中应用的实例，如在日本，冷连轧机组压下规程的设定，多辊轧机板形控制，利用神经网络进行板形识别，综合利用神经网络和模糊逻辑进行板形控有关问题的综述钢铁研究学报吕程，王国栋基于神经网络的热连轧带钢精轧轧机组轧制力高精度预报钢铁，单神经元控制在热连轧监控上的应用摘要热轧带钢厚度精度直是提高产品质量的主要目标。产生厚差的原因主要有带钢头尾部温差加热炉板坯生成水印以及温度随机波动。目前消除厚差的主要办法是采用自动厚度控制系统，因此，自动厚度控制直是热轧带钢自动化首先实现的功能。系统的主要任务是对带钢全长进行厚度控制以保证带钢的厚度精度及其百分比。由于实际轧制过程的复杂性控制对象的非线性时变性单纯的控制系统都不能取得较好的控制效果。因此在很多热轧现场上都采用综合控制策略，将先进的控制技术引入轧制生产中，无疑为传统控制技术开辟了更广阔的天地。本文以监控模型为研究对象，给出了基于单神经元网络控制算法的硬件实现方法和具体步骤，主要以控制器为基础，辅助以单神经元网络的自学习自适应能力，将单神经元网络和控制融合为体，提出了种单神经元网络控制器应用于监控上，进步提高了的厚控精度，有效的改善了系统的滞后性和动态品质，并具有良好的自适应能力。关键字热连轧单神经元网络控制监控目录摘要目录绪论课题背景课题意义国内外研究现状课题的研究方法数字控制控制原理数字控制算法本章小结神经网络控制工业生产过程的先进控制神经网络的拓扑结构及学习规则基于神经网络的控制理论基于单神经元的直接控制基于单神经元的控制器单神经元网络控制的学习算法本章小结自动厚度控制系统厚差产生的原因监控的作用监控的缺点监控的合理分配本章小结监控的单神经元自适应控制应用基于单神经元网络控制在监控上本章小结结论致谢参考文献绪论课题背景本课题是以监控为研究对象，使用先进的控制技术，即基于单神经元网络的控制，将其应用于监控上，力争做到控制算法上的理论和实际相结合，使其改善的厚控精度。近年来，神经网络在自动控制系统中的应用提高了整个系统的信息处理能力和适应能力，提高了系统的智能水平，在控制领域的应用得到广泛的重视并取得不少研究成果。单神经元作为构成神经网络的基本单位，具有自学习和自适应能力，而且结构简单易于计算。而传统的调节器也具有结构简单，调整方便和参数整定与工程指标联系密切等特点。若将这两者相结合，可以在定程度上解决传统调节器不易在线实时整定参数以及些复杂过程和参数慢时变系统进行有效控制的不足。课题意义板厚是热轧板带质量的主要衡量指标之，它直接关系到产品的质量和经济效益。厚度自动控制是提高带钢质量的重要方法之，其目的是获得带钢纵向厚度的均匀性。目前，厚度自动控制系统已成为现代化板带生产中不可缺少的组成部分。它主要取决于精轧机组。现代热连轧精轧机组都装备有自动厚度控制系统，它用来克服带钢工艺参数波动对厚差的影响并对轧机参数的变动给予补偿。影响带钢厚差的主要因素有三个来料硬度波动主要来自温度的波动来料厚度波动来自粗轧区和轧辊偏心，理论与实践都证明来料硬度波动是影响厚差的主要原因。般自动厚度控制系统采用监控控制。由于轧机自动化水平及对板带材的质量要求越来越高，对轧机执行机构及控制系统性能的要求也越来越高。监，的纯延迟应是轧件从该机架运动到射线测厚仪所需的时间。值的选择关系到系统响应的快速性及其自身的稳定性，因此，为使神经网络监控能在实际的热轧现场上应用，在参数的选择上要特别小心。曾对不同厚度规格实验，这里给出取值的经验公式作线性插值处理，即为厚度设定值，单位是单位是，输出的辊缝量单位是。分别为，为。轧制规程，宽度，厚度设定，钢种，起始时间，大量的实际应用表明，其比传统的调节响应速度快，尤其是当偏差量突然加大或减小时，基于单神经元自适应的控制作用上升下降的斜率大，具有快速跟踪目标厚度的能力，不仅提高了厚度控制精度，同时也使系统的稳定性得到明显改善，整个调节过程中比较平稳，这是对不同厚度规格采取不同控制增益及变控制的结果，其厚差及的监控量见图，横坐标代表时间小时分秒，纵坐标单位。图厚度偏差及监控的机架辊缝调节量轧制规程，宽度，厚度设定，钢种，起始时间，其厚差及的监控量见图。图厚度偏差及监控的机架辊缝调节量本章小结采用综合的控制效果，监控的投入可明显提高带坯全长厚控精度及其百分比，通过对不同的成品厚度规格给出合适的控制增益，使得综合的各项子功能发挥了相应的作用，尤其是先进的控制策略在现场的实际应用。把单神经元网络控制应用于监控上，通过参数调节，不仅提高了厚度控制精度，同时也使系统的稳定性得到明显改善，整个调节过程中比较平稳，这是对不同厚度规格采取不同控制增益及变控制的结果。结论钢铁工业是国民经济的基础产业，对整个国民经济各个部门的发展至关重要。带钢热连轧生产规模大产量高，是钢铁工业中发展最为迅速各种新技术应用最为广泛的个领域。它的工艺水平自动化程度产品规格与质量代表了个国家钢铁工业的水平。近年来，随着社会的发展和科学技术的进步，用户对热轧高质量高附加值高技术难度的带钢产品的需求量显著增加，对钢铁产品质量品种性能的要求越来越高。同时，随着市场竞争的加剧，尤其是中国加入单神经元网络和控制融合为体，设计出种单神经元网络控制器应用于监控上，进步提高了的厚控精度，有效的改善了系统的滞后性和动态品质，并具有良好的自适应能力。致谢本论文的整个书写过程是在我的导师李伯群副教授的悉心指导和关怀下完成的。李教授渊博的知识严谨的治学态度和言传身教使作者终身受益，言语难以表达感谢之情。在论文的书写过程中，李教授始终不耐其烦的向我传授知识，并且给了我大量的质料和书籍，使我能够顺利的完成本论文，在此我再次对李教授表示衷心的谢意。在整个论文的书写过程中，我还得到了很多同学的帮助，张劲张功赵园园徐前玲赵田芳等给予了很多帮助，在此致以谢意。最后，向我的家人以及所有的亲人们表示最诚挚的谢意,参考文献陶永华新型控制及其应用北京机械工业出版社，胡守仁神经网络应用技术长沙国防科技大学出版社周峰神经网络控制在工业过程控制中的应用研究河北工业大学，肖军，任挺进，李东海热力发电蒋天发，王江晴神经网络复合智能控制参数自整定研究武汉大学学报李伯群应用与研究综合系统热连轧机博士论文北京科技大学，刘介，孙康带钢热轧计算机控制北京机械工业出版社，龚文热轧带钢液压厚度控制技术的研究重庆大学刘金琨先进控制及其仿真北京电子工业出版社，王君，牛文勇，王国栋压力自动厚度控制模型研究与改进东北大学学报自然科学版刘建昌，王建辉，顾树生等系统的神经网络自适应控制控制与决策增刊陈建华，张殿华压力以后，给国内钢铁行业所带来的各种机遇和挑战，各热轧厂为了在市场竞争中占居于有利地位，也迫切需要提高生产技术水平。减少原材料和能量消耗，改善经营管理，增强竞争能力。因此，国内各大钢厂纷纷引进国