热轧带钢卷取温度控制模型的自学习

摘要：

影响卷取温度控制的因素多而复杂,一般靠模型的自学习功能来提高控制精度.本文介绍某热轧厂带钢卷取温度控制模型的自学习功能.该自学习基于带钢的分段数据,采用线性回归和RBF神经网络相结合的方法实现其功能,提高了控制精度.最终性能验收考核测试表明,带钢全长±20℃的控制精度达到95.45％.

关键词： 热轧带钢 卷取温度控制 自学习 线性回归 RBF神经网络

作者: 冉端生

作者单位: 中冶赛迪工程技术股份有限公司,自动化事业部,重庆,400013

会议类型: 国内会议

会议名称: 全国冶金自动化信息网2009年会

会议地点: 北京

会议语种:中文

页码: 600-602

在线出版日期: 2009-05-01（万方平台首次上网日期，不代表论文的发表时间）