科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对塞棒和拉坯速度等因素对连铸结晶器液位在线控制的影响，提出了一种融合BP神经网络和模糊PID的优化算法。根据连铸结晶器液位控制模型，利用BP神经网络将金属液流入量影响因素量化为塞棒位置，再利用模糊PID关联结晶器内液位与塞棒位置修正量、拉坯速度，在线整定PID参数以实现结晶器内液位的优化控制。仿真结果表明，BP神经网络和模糊PID能避免连铸结晶器液位控制产生的超调，在较短时间内使液位趋于稳态，减小液位的控制偏差，降低塞棒和拉坯速度等不确定扰动对铸坯质量的影响。
-
单位浙江同济科技职业学院; 浙江工业大学
