基于数据驱动的热连轧厚度建模与控制方法
针对轧机厚度机理模型逐渐不满足现有的控制精度要求的现象,提出了一种基于数据驱动的热轧带钢厚度预测与控制方法.该方法通过对输入空间数据进行在线聚类划分,在各子空间使用最小二乘支持向量机(1eastsquaresupportvectormachine,LS—SVM)在线算法建立非线性模型,并预测系统的输出值,利用预测控制方法求得控制量,根据控制器加权策略得到全局控制量.仿真结果证明了该方法的有效性.
热连轧、数据驱动、减法聚类、最小二乘支持向量机、模型预测控制
38
TP273(自动化技术及设备)
北京市教委重点学科资助项目XK100080537
2013-01-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
1913-1920