科研之友
微信
新浪微博
Facebook
分享链接
摘要
为消除轧辊偏心引起的板带厚度周期波动,设计了融合蚁群优化的粒子群(Particle Swarm Optimization Combined with Ant Colony Optimization, PSO-ACO)算法对轧辊偏心进行辨识和补偿。为避免粒子群算法陷入局部最优,PSO-ACO算法通过将伪随机比例规则引入粒子群种群最优值的确定中,以提高种群多样性;结合信息素浓度更新式改进粒子位置更新式,使粒子注重当前搜索信息,加快粒子搜索速度。仿真实验结果表明,在几种典型测试函数和离线轧辊偏心辨识求解上,融合蚁群优化的粒子群算法具有较高的求解精度和满意的求解速度;基于此算法的偏心辨识结果进行的主动轧辊偏心补偿,可明显减小偏心对板带厚度的影响,提高板带厚度精度。
- 单位
