发明名称 |
基于最优化算法的冷轧板形控制自学方法 |
摘要 |
本发明公开的基于最优化算法的冷轧板形控制自学方法是:通过迭代公式进行逐次迭代计算并逼近最优值的方式,使L1级CPU的板形控制自学程序在线应用时及时地得到精确的学样本,并根据学样本对轧机的包括支撑辊倾斜、中间辊弯辊、工作辊弯辊和中间辊横移机构在内的各板形控制机构的效率因子<img file="2011104503044100004dest_path_image002.GIF" wi="47" he="26" />进行优化,该效率因子随着自学次数的增加而逐渐趋于其最优值,且在自学过程中,该效率因子没有跳变,由此提高各板形控制机构动作调节量的计算精度。本发明在提高了各板形控制机构效率因子的优化进度的同时,充分发挥其在提高各板形控制机构效率因子计算精度方面的优势,从而利于板形控制程序实时提高各板形控制机构动作调节量的计算精度。 |
申请公布号 |
CN102513372A |
申请公布日期 |
2012.06.27 |
申请号 |
CN201110450304.4 |
申请日期 |
2011.12.29 |
申请人 |
中冶南方(武汉)自动化有限公司 |
发明人 |
黄杏往;王胜勇;卢家斌;叶刚桥;李传涛;李四川;李海东 |
分类号 |
B21B37/28(2006.01)I |
主分类号 |
B21B37/28(2006.01)I |
代理机构 |
湖北武汉永嘉专利代理有限公司 42102 |
代理人 |
王超 |
主权项 |
1.一种基于最优化算法的冷轧板形控制自学习方法,其特征是:在L1级基础自动化CPU内,通过迭代公式进行逐次迭代计算并逼近最优值的方式,使L1级CPU的板形控制自学习程序在线应用时及时地得到精确的学习样本,并根据学习样本对轧机的包括支撑辊倾斜、中间辊弯辊、工作辊弯辊和中间辊横移在内的各板形控制机构的效率因子<img file="FDA0000126627580000011.GIF" wi="110" he="57" />及<img file="FDA0000126627580000012.GIF" wi="130" he="57" />进行优化,该效率因子随着自学习次数的增加而逐渐趋于其最优值,且在自学习过程中,该效率因子没有跳变,由此提高各板形控制机构动作调节量的计算精度。 |
地址 |
430223 湖北省武汉市东湖新技术开发区大学园路33号 |