[發明專利]一種抑制軋機扭振的智能控制方法

在審

• 申請號: 201510675523.0
• 申請日: 2015-10-19
• 公開（公告）號: CN105259755A
• 公開（公告）日: 2016-01-20
• 發明（設計）人: 時培明;李冰洋;劉彬;劉浩然;韓東穎
• 申請（專利權）人: 燕山大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 石家莊一誠知識產權事務所 13116
• 代理人: 李合印

1.一種抑制軋機扭振的智能控制方法，其特征在于，它包括以下步驟：

(1)設計模糊PID控制器，并從中得到訓練神經網絡所需的數據樣本集；

(2)對神經網絡進行訓練，不斷學習，直到得到PID的最佳參數；

(3)對訓練好的模糊-神經網絡PID控制器進行仿真驗證該方法的有效性。

2.根據權利要求1所述的抑制軋機扭振的智能控制方法，其特征在于：所述步驟(1)中，設計模糊PID控制器，并從中得到訓練神經網絡所需的數據樣本集；包括以下步驟，

a、確定模糊論域，本文的模糊語言變量為：誤差e和誤差導數e&，其論域值為[-4，4]，變量為[NB，NM，NS，ZE，PS，PM，PB]，即負大、負中、負小、零、正小、正中、正大。隸屬度函數采用高斯型。PID三個參數K_P、K_I、K_D論域取[1，2]，變量為[PE，PS，PM，PB，PL]，即零、正小、正中、正大、正最大；

b、確定隸屬度函數，本文采用的隸屬度函數是高斯型，

uij(xi)=exp(-(xi-cij)2σij2);]]>

c、確定模糊推理規則表；

表1模糊推理規則表

d、模糊推理，求解模糊關系方程產生相應的模糊矢量。本文采用的是Takagi-Sugeno型推理；

e、模糊結果精確化，本文采用的是中位數法(bisector)，當z₀＝df(z)μ_c(z)滿足：

∫az0μC′(z)dz=∫z0bμC′(z)dz]]>

則取μ_c(z)的中位數作為z的清晰量。

3.根據權利要求1所述的抑制軋機扭振的智能控制方法，其特征在于：所述步驟(2)中，神經網絡的訓練是在matlab/anfisedit中進行的，網絡類型選用的是BP網絡，分為五層。

4.根據權利要求1所述的抑制軋機扭振的智能控制方法，其特征在于：所述步驟(3)中，在matlab/simulink中搭建仿真系統，其中，模糊神經網絡部分采用訓練完成的網絡，通過編寫S函數實現；軋機部分用軋機二質量系統，設在0s處加單位階躍模擬軋機的起振，在3s處突加單位階躍模擬軋機的扭振。