ScholarMate
客服热线:400-1616-289

变结构PI迭代学习及在层流冷却过程中的应用

片锦香; 柴天佑; 李界家
中国知网
东北大学; 沈阳建筑大学; 中国科学院沈阳自动化研究所

摘要

热轧带钢层流冷却过程具有强非线性、工况条件变化剧烈、难以采用精确数学模型进行过程描述的复杂工业特性,这些特性决定了需要新的控制技术,以保证带钢最终质量。层流冷却过程的重复性使得迭代学习方法适用于冷却带钢之间(批次之间)的学习,因此提出变结构PI迭代学习方法对层流冷却过程进行设定控制,采用案例推理技术根据变化工况调整PI参数。实验研究结果证明,该方法可以对类似操作条件的带钢进行有效迭代学习,并很快找到工作点,使冷却结束后的带钢卷取温度控制在目标范围内。

关键词

层流冷却 迭代学习 变结构PI 卷取温度 案例推理 laminar cooling iterative learning variable structure PI coiling temperature case-based reasoning(CBR)