10.3969/j.issn.1000-3932.2006.01.019
ANN预估补偿算法在炉电极控制系统中的实现
针对电炉的执行机构的调节总是滞后于电弧炉实际状态变化的情况,在专家系统的基础上增加弧炉神经网络预估模型,通过它预估出电弧炉下一时刻的状态,并经过特定的优化程序(ANN预估补偿程序)对专家系统的输出做出优化补偿.系统的实际运行证明:神经网络预估补偿的电弧炉自适应控制是一种可行的电弧炉电极控制方法;在电弧炉的点弧过程中,电弧的稳定性有较大改进,提高了功率因数,降低了电耗.
神经网络、预估补偿、电极、权值、控制器
33
TP273(自动化技术及设备)
2006-03-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
70-72