1420冷连轧机板形板厚控制数理建模与仿真
|
摘要
板厚与板形是衡量冷连轧带钢几何尺寸精度的重要指标。在板带轧制过程中，板厚控制系统、板形控制系统和张力控制系统组成的冷连轧控制系统是一个复杂的非线性系统，且各控制系统之间相互耦合影响，严重制约了带钢生产质量的进一步提高，所以对冷连轧各控制系统仿真建模并对其耦合影响关系设计解耦控制策略，对冷连轧综合系统控制精度的提高具有十分重要的意义。传统的控制理论将板厚控制系统、板形控制系统和张力控制系统视为局部、单项和静态的系统进行独立控制，忽略了各控制功能之间的耦合影响关系，控制策略集中于智能方法的理论研究及其在各独立系统中的应用，缺乏对冷连轧综合系统解耦控制应用及相关理论指导的认识，成为阻碍解耦控制在冷连轧板形板厚综合系统中应用的瓶颈。
本文针对大型工业冷连轧机组，建立了板厚控制系统、板形控制系统和张力控制系统的仿真结构模型，并运用轧制理论、控制理论及解耦控制等相关知识对各控制功能系统的耦合机理进行分析，建立了相关耦合模型。通过设计相应的动态解耦控制策略，从工艺设定和动态质量控制两个方面实现了冷连轧综合系统的解耦控制，从而提高了带钢冷连轧控制精度，改善了成品带钢的生产质量。本文的具体工作有以下几个方面：
(1)结合混沌运动和自适应调整权重，提出一种自适应混沌粒子群算法，并根据现场数据，利用自适应混沌粒子群算法对液压压下系统进行参数辨识，验证了算法的有效性；利用自适应混沌粒子群算法对神经网络轧制力预报模型进行结构和相关参数的优化，提高冷连轧过程中轧制力的预报精度，改善了轧制过程工艺参数的设定水平；在对某1420酸洗冷连轧机组过程控制系统进行深入分析的基础上，建立了冷连轧厚度自动控制(AGC)系统、弯辊力控制(AFC)系统以及张力控制(ATC)系统的参数化机理仿真模型，并对仿真结果进行分析；建立了对应的动态仿真模型，并对各控制系统仿真结果进行仿真分析，仿真结果证明，控制效果良好，为现场实际应用提供了一个良好的平台，也为后面的冷连轧综合系统进行解耦控制奠定基础。
(2)对带钢冷连轧过程设定计算进行分析，得到设定过程中板厚设定和板形设定之间的相互耦合影响关系，然后设计了基于位置内环和压力内环两种方式下的设定计算解耦补偿策略，用来补偿板形板厚设定过程中的耦合关系，从而保证内环执行机构设定计算的精度；针对轧制力预报设定值与实测值存在的偏差，采用自适应穿带解耦控制方法，进一步提高了轧机预报精度，并通过实例验证了设定解耦的必要性；
(3)建立了板厚张力耦合模型，对耦合模型进行解耦设计，在考虑来料干扰的影响下，设计补偿策略，实现板厚张力耦合系统的完全抗干扰解耦控制；建立了位置和压力内环两种工作方式的板形板厚耦合模型来全面系统的定量描述冷连轧板形板厚之间耦合关系，并根据解耦理论对耦合系统进行解耦设计，同时考虑来料干扰对耦合系统的影响关系，设计解耦补偿策略，实现板形板厚耦合系统的完全抗干扰设计；最后，在对板形板厚系统实现解耦的基础上，对不同控制策略下的冷连轧凸度平坦度耦合模型实现解耦控制。
(4)根据冷连轧过程增量数学方程，建立了可描述板形控制、板厚控制和张力控制之间耦合影响关系的冷连轧综合耦合模型；然后针对综合耦合模型的特点，利用逆系统理论实现冷连轧综合耦合模型的线性化解耦；最后通过设计并改进模糊免疫PID控制器对解耦后系统进行闭环控制，提高了板形板厚控制精度，改善了板形板厚质量。
Thickness and shape are important dicators that describe geometric accuracy of coldcontinuous rolling strip. In rolling process of strip, cold tandem rolling synthetical controlsystem composed of thickness control system, shape control system and tension controlsystem is a nonlinear, strong-coupling and involved multi-variable control system, and thecoupling relationships with each other restrait severely further improvement of stripproduction quality, consequently, realization of cold tandem rolling synthetical controlsystem decoupling control is a burning question. By traditional control theory, thicknesscontrol, shape control and tension control are taken as independent system withoutcorrelation of each other. They focuse on theory research of intelligent meathod andapplication on independent system, lacking knowledge of cold tandem rolling syntheticalcontrol system decoupling control application as well as correlative theory direction, and itbecomes the bottle-neck of application of decoupling control in old tandem rollingsynthetical system. In view of large rolling mill, proceed from coupling mechanism ofthickness control system, shape control system and tension control system, dynamicsimulation models of them are built with knowledges ofrolling theory, control theory anddecoupling control eta. Simultaneity, the coupling relationships are analysed andresearched, correlative coupling models are built and then dynamic decoupling controlstrategies are designed which make the cold tandem rolling synthetical system decouplingcontrol realized from technology setting and dynamic technology quality control. Thecontrol accuracy of cold tandem rolling strip is increased and production quality offinished strip is improved. Concrete work and the innovations in the dissertation asbellow:
(1)Combined chaotic movement and self-adaptive adjusting inertia weight, anadaptive chaotic pso algorithm is proposed in the paper which is used to identifyparameters of hydraulic pressing system, so its efficiency is proved and it provides a newmethod for hydraulic AGC system identification based on on-the-spot data. And then thealgorithm is used to optimize neural net force prediction model which can further improve setting accuracy of rolling process parameters. According to analysis of process controlsystem in cold tandem rolling mills, dynamic simulation models of automatic gaugecontrol (AGC) system, automatic bending force control (AFC) system and automatictension control (ATC) system in cold tandem rolling process are established based on theirmechanism models, and the simulation results of every control systems are analyzed. Thesimulation results prove that it has good performance; therefor it provides a good platformfor the practical application, and build basis for decoupling control of the cold tandemrolling synthetical system too.
(2)Setting calculation in cold tandem rolling control process of strip is analyzed andcoupling influence relationship of thickness setting as well as shape setting in settingprocess is gained. According to design decoupling compensation strategy of settingcalculation based on position inner loop and force inner loop, the coupling relationship iscompensated which can ensure setting calculation accuracy of inner loop actuator. In viewof deviation between rolling force prediction setting value and measured value, adaptivedecoupling control method when the strip is through cold mill is adopted to increaseimprecision of rolling force prediction and the necessary of setting decoupling isverificated according to living example.
(3)The coupling model between thickness and tension is established, and thedecoupling model is designed. Considering the influence of incoming interference,implementation anti-interference decoupling control of coupling system between thicknessand tension is realized based on compensating strategy. Thickness and shape couplingmodels with two working methods of position and pressure inner loop are established tocompletely and systematically describe coupling relationship between gauge and shape ofcold tandem rolling system. Then, taking into account the incoming interference oncoupling system influences, decoupling strategy is designed for coupling system accordingto decoupling theory whick can realize completely anti-interference decoupling design ofgauge and shape coupling system. Finally, on the basis of decoupling of gauge and shapecoupling system, decoupling control stragety of crown and flatness is realized underdifferent control strategies.
(4)According to increment mathematical equation, coupling model of cold tandem rolling synthetical system which can describe coupling relationship among the shapecontrol system, thickness control system and tension control system is established. Thenaccording to the characteristics of synthetical coupling model, the inverse system theory isused to realize linearization decoupling of cold tandem rolling synthetical coupling model.Finally, fuzzy immune PID controller is designed and improved to closed loop control thedecoupled system which can increases control precision of thickness and shape, andimprove the quality of thickness and shape.
本文针对大型工业冷连轧机组，建立了板厚控制系统、板形控制系统和张力控制系统的仿真结构模型，并运用轧制理论、控制理论及解耦控制等相关知识对各控制功能系统的耦合机理进行分析，建立了相关耦合模型。通过设计相应的动态解耦控制策略，从工艺设定和动态质量控制两个方面实现了冷连轧综合系统的解耦控制，从而提高了带钢冷连轧控制精度，改善了成品带钢的生产质量。本文的具体工作有以下几个方面：
(1)结合混沌运动和自适应调整权重，提出一种自适应混沌粒子群算法，并根据现场数据，利用自适应混沌粒子群算法对液压压下系统进行参数辨识，验证了算法的有效性；利用自适应混沌粒子群算法对神经网络轧制力预报模型进行结构和相关参数的优化，提高冷连轧过程中轧制力的预报精度，改善了轧制过程工艺参数的设定水平；在对某1420酸洗冷连轧机组过程控制系统进行深入分析的基础上，建立了冷连轧厚度自动控制(AGC)系统、弯辊力控制(AFC)系统以及张力控制(ATC)系统的参数化机理仿真模型，并对仿真结果进行分析；建立了对应的动态仿真模型，并对各控制系统仿真结果进行仿真分析，仿真结果证明，控制效果良好，为现场实际应用提供了一个良好的平台，也为后面的冷连轧综合系统进行解耦控制奠定基础。
(2)对带钢冷连轧过程设定计算进行分析，得到设定过程中板厚设定和板形设定之间的相互耦合影响关系，然后设计了基于位置内环和压力内环两种方式下的设定计算解耦补偿策略，用来补偿板形板厚设定过程中的耦合关系，从而保证内环执行机构设定计算的精度；针对轧制力预报设定值与实测值存在的偏差，采用自适应穿带解耦控制方法，进一步提高了轧机预报精度，并通过实例验证了设定解耦的必要性；
(3)建立了板厚张力耦合模型，对耦合模型进行解耦设计，在考虑来料干扰的影响下，设计补偿策略，实现板厚张力耦合系统的完全抗干扰解耦控制；建立了位置和压力内环两种工作方式的板形板厚耦合模型来全面系统的定量描述冷连轧板形板厚之间耦合关系，并根据解耦理论对耦合系统进行解耦设计，同时考虑来料干扰对耦合系统的影响关系，设计解耦补偿策略，实现板形板厚耦合系统的完全抗干扰设计；最后，在对板形板厚系统实现解耦的基础上，对不同控制策略下的冷连轧凸度平坦度耦合模型实现解耦控制。
(4)根据冷连轧过程增量数学方程，建立了可描述板形控制、板厚控制和张力控制之间耦合影响关系的冷连轧综合耦合模型；然后针对综合耦合模型的特点，利用逆系统理论实现冷连轧综合耦合模型的线性化解耦；最后通过设计并改进模糊免疫PID控制器对解耦后系统进行闭环控制，提高了板形板厚控制精度，改善了板形板厚质量。
Thickness and shape are important dicators that describe geometric accuracy of coldcontinuous rolling strip. In rolling process of strip, cold tandem rolling synthetical controlsystem composed of thickness control system, shape control system and tension controlsystem is a nonlinear, strong-coupling and involved multi-variable control system, and thecoupling relationships with each other restrait severely further improvement of stripproduction quality, consequently, realization of cold tandem rolling synthetical controlsystem decoupling control is a burning question. By traditional control theory, thicknesscontrol, shape control and tension control are taken as independent system withoutcorrelation of each other. They focuse on theory research of intelligent meathod andapplication on independent system, lacking knowledge of cold tandem rolling syntheticalcontrol system decoupling control application as well as correlative theory direction, and itbecomes the bottle-neck of application of decoupling control in old tandem rollingsynthetical system. In view of large rolling mill, proceed from coupling mechanism ofthickness control system, shape control system and tension control system, dynamicsimulation models of them are built with knowledges ofrolling theory, control theory anddecoupling control eta. Simultaneity, the coupling relationships are analysed andresearched, correlative coupling models are built and then dynamic decoupling controlstrategies are designed which make the cold tandem rolling synthetical system decouplingcontrol realized from technology setting and dynamic technology quality control. Thecontrol accuracy of cold tandem rolling strip is increased and production quality offinished strip is improved. Concrete work and the innovations in the dissertation asbellow:
(1)Combined chaotic movement and self-adaptive adjusting inertia weight, anadaptive chaotic pso algorithm is proposed in the paper which is used to identifyparameters of hydraulic pressing system, so its efficiency is proved and it provides a newmethod for hydraulic AGC system identification based on on-the-spot data. And then thealgorithm is used to optimize neural net force prediction model which can further improve setting accuracy of rolling process parameters. According to analysis of process controlsystem in cold tandem rolling mills, dynamic simulation models of automatic gaugecontrol (AGC) system, automatic bending force control (AFC) system and automatictension control (ATC) system in cold tandem rolling process are established based on theirmechanism models, and the simulation results of every control systems are analyzed. Thesimulation results prove that it has good performance; therefor it provides a good platformfor the practical application, and build basis for decoupling control of the cold tandemrolling synthetical system too.
(2)Setting calculation in cold tandem rolling control process of strip is analyzed andcoupling influence relationship of thickness setting as well as shape setting in settingprocess is gained. According to design decoupling compensation strategy of settingcalculation based on position inner loop and force inner loop, the coupling relationship iscompensated which can ensure setting calculation accuracy of inner loop actuator. In viewof deviation between rolling force prediction setting value and measured value, adaptivedecoupling control method when the strip is through cold mill is adopted to increaseimprecision of rolling force prediction and the necessary of setting decoupling isverificated according to living example.
(3)The coupling model between thickness and tension is established, and thedecoupling model is designed. Considering the influence of incoming interference,implementation anti-interference decoupling control of coupling system between thicknessand tension is realized based on compensating strategy. Thickness and shape couplingmodels with two working methods of position and pressure inner loop are established tocompletely and systematically describe coupling relationship between gauge and shape ofcold tandem rolling system. Then, taking into account the incoming interference oncoupling system influences, decoupling strategy is designed for coupling system accordingto decoupling theory whick can realize completely anti-interference decoupling design ofgauge and shape coupling system. Finally, on the basis of decoupling of gauge and shapecoupling system, decoupling control stragety of crown and flatness is realized underdifferent control strategies.
(4)According to increment mathematical equation, coupling model of cold tandem rolling synthetical system which can describe coupling relationship among the shapecontrol system, thickness control system and tension control system is established. Thenaccording to the characteristics of synthetical coupling model, the inverse system theory isused to realize linearization decoupling of cold tandem rolling synthetical coupling model.Finally, fuzzy immune PID controller is designed and improved to closed loop control thedecoupled system which can increases control precision of thickness and shape, andimprove the quality of thickness and shape.
引文
[1]彭艳,孙建亮,刘宏民.基于板形板厚控制的轧机系统动态建模及仿真研究进展[J].燕山大学学报, 2010, 34(1): 6-12.
[2]陈先霖.新一代高技术宽带钢轧机的板形控制[J].北京科技大学学报, 1997(19增): 1-5.
[3]许建勇.冷轧薄板的厚度与板形高精度控制技术[J].钢铁, 2002, 37(1): 73-78.
[4]翟博,孙荣生.板形控制技术在鞍钢冷连轧机组的应用[J].鞍钢技术, 2009(1): 49-52.
[5]孙一康.冷轧生产自动化技术[M].北京:冶金工业出版社, 2006: 25-43.
[6]徐乐江.冷轧机板形控制与机型选择[M].北京:冶金工业出版社, 2007: 46-67.
[7]曾绍金.对我国钢铁业发展趋势和应对看法[J].中国矿业, 2009, 18(5): 1-3.
[8]贾银松.宏观经济形势及钢铁工业发展[J].冶金信息导刊, 2010(2): 1-5.
[9]刘丽燕,张树堂.冷轧板带钢生产的结构调整与发展方向[J].轧钢, 2010, 27(3): 1-6.
[10]唐荻,米振莉,陈雨来.轧钢计算的现状和新发展[J].钢铁, 2007, 42(11): 1-4.
[11]丁修堃,张殿华.高精度板带钢厚度控制的理论与实践[M].北京:冶金工业出版社, 2009:84-104.
[12] Wistreich J G. Measurement and Control of Strip Shape in Cold Rolling[C]. RISRA Open Report,London: The Corporate Laboratories of the British Steel Corporation, 1970, 67(12): 641-655.
[13] Shoji K, Miura H. Profile and Shape Control in Hot Strip Mill[C]. Proceeding of 4th InternationalSteel Rolling Conference, Deauville: 1987, (7): 1104-1108.
[14] Sabitini B, Tarokh M. Control of Gauge and Shape in Flat Rolling[C]. RISRA Open Report,London: The Corporate Laboratories of the British Steel Corporation, 1972, 24(7): 441-448.
[15] Tarokh M. Development of A Combined Shape and Gauge Control Scheme in Strip Rolling[C].Proceeding of Conference on Measurement and Control, London, 1972, 12(5): 344-349.
[16]丁修堃.轧制过程自动化[M].北京:冶金工业出版社, 2009: 11-20.
[17] X.L.Hu, Q.S.Zhang. Application of Approximation Full-Load Distribution Method to PassScheduling on Plate Mill with Hydro-Bending System[J]. Journal of Iron and Steel research,International, 2006, 13(4): 222-226.
[18] Pires C T A, Ferreira H C, Sales R M, cot al. Set-up Optimization for Tandem Cold Mills: A CaseStudy[J]. Journal of Materials Processing Technology, 2006, 173(2): 368-375.
[19]王炎,刘景,孙一康.冷连轧机组负荷分配智能优化新方法[J].北京科技大学学报, 2002,24(5): 551-552.
[20] Dix it U S, Dix it P M. Application of Fuzzy Set Theory in the Scheduling of A Tandem ColdRolling Mill[J]. Transactions of the A SME. 2000, 122(3): 494-500.
[21] S. Xiaoguang, H. Ning. Application of Synergetic Artificial Intelligence to the Scheduling in theFinishing Train of Hot Strip Mills[J]. Journal of Materials Processing Technology, 1996, 60(5):405-408.
[22] Yang Jingming. Zhang Qing. Multi-Objective Optimization for Tandem Cold Rolling Schedule[J].Journal of Iron and Steel Research, International, 2010, 17(11): 34-39.
[23]武贺,吕立华.板带轧机负荷分配方法的综述[J].控制工程, 2009(16增): 6-10.
[24]温良,杨明国,贺小峰.基于自适应遗传算法优化的模糊PID控制在实验轧机中的应用研究[J].机床与液压, 2011, 39(17): 26-29.
[25]任新意,杜凤山,黄华贵.基于灰色预测的模糊免疫PID控制器在板厚控制系统中的应用[J].钢铁, 2010, 45(11): 62-67.
[26]孙建亮,彭艳,刘宏民.基于测厚仪监控的厚控姿态动态建模及其鲁棒H_∞控制器设计[J].机械工程学报, 2009, 45(6): 160-170.
[27]金晓宏,夏敏,童云春.四辊轧机电液辊缝系统变刚度建模与控制研究[J].武汉科技大学学报, 2008, 31(1): 64-68.
[28]王军生,矫志杰,王国栋.冷连轧动态变规格辊缝动态设定原理与应用[J].钢铁, 2001,24(10): 39-43.
[29]张进之,李敏,王莉.冷连轧动态变规格控制数学模型[J].冶金设备, 2011, 36(3): 22-29.
[30]张晓东,姚小兰,伍清河.热连轧AGC系统的串级预测控制[J].北京科技大学学报, 2011,24(8): 363-368.
[31]彭天乾.国外板带轧制自动化技术现状与发展趋势[J].冶金自动化, 1992, 16(6): 11-15.
[32]华建新. 2030mm冷连轧机板形控制系统研究[C].全国板带生产设备学术研讨会, 1999:83-99.
[33]孙蓟泉,周永红.板形控制技术及应用[J].鞍钢技术, 2006(6): 6-11.
[34]孙静娜.基于板形调控功效冷连轧机板形在线控制仿真系统的研究[D],秦皇岛:燕山大学机械设计学科博士学位论文,2009: 9-14.
[35]春春瑞.冷轧带钢厚度及板形控制关键技术研究[D].天津:天津工业大学控制工程学科硕士学位论文,2010: 39-53.
[36]张清东,陈先霖,徐乐江. CVC四辊冷轧机板形预设定控制研究[J].钢铁, 1997, 32(10):29-33.
[37]周会峰.板形识别·预测和控制仿真的智能方法研究[D].秦皇岛:燕山大学机械设计学科硕士学位论文,2005: 15-25.
[38] W. E. Davies, et al. Prediction and Control of Strip Flatness in Cold Rolling[J]. Metals Technology,1975(10): 494-501.
[39]小西正躬ほか.アルミ箔ミル形状制御ヱキスバトシステム[J].神户制钢技报, 1990, 40(3):23-25.
[40]片山恭纪ほか.ュロ応用の形状制御[J].塑性と加工, 1993, 4(4): 411-415.
[41] Postlethwaite, P. A. Atack, I. S. Robinson. The improved control for an aluminum hot reversingmill using the combination of adaptive process model and an expert system[J]. Journal ofMaterials Processing Technology, 1996, (60): 393-398.
[42]王国栋.板形控制和板形理论[M].北京:冶金工业出版社,1986: 200-478.
[43]连家创.板形控制的理论基础[C].冶金设备杂志年会论文集, 1980: 34-38.
[44]臧瀛芝,宋维公,潘大生.板形自动控制系统设计[J].燕山大学学报, 1986, (02): 78-82.
[45]宋维公,孙跃红.相关分析预报在板形控制中的应用[J].燕山大学学报, 1987(1): 49-55.
[46]连家创,王益群,段振勇.板厚板形综合调节新途径的研究[J].燕山大学学报, 1988, (3):55-58.
[47]张俊哲. ASEA冷轧板带控制系统[J].冶金自动化, 1990, (2): 35-37.
[48]林振波.冷带轧机板形判别模型的有限条分析[D].沈阳:东北大学冶金机械学科博士学位论文,1993: 22-70.
[49]张清东,陈先霖,徐金梧.板形模式识别的模糊分类方法[J].北京科技大学学报, 1995, (1):33-36.
[50]李元,刘文仲,孙一康.神经元网络在热连轧精轧机组轧制力预报的应用[J].钢铁, 1996, (1):54-57.
[51]刘宏民,连家创,段振勇.模拟带材轧制过程的条元法[J].机械工程学报, 1993, 29(4): 36-42.
[52]唐谋凤.现代带钢冷连轧机的自动化[M].北京:冶金工业出版社, 1995: 44-49.
[53]廉田正诚.板带连续轧制[M].北京:冶金工业出版社, 2002: 69-54.
[54]黄彦峰,张晓伟.冷连轧过程控制系统中张力模型的建立方法[J].一重技术, 2010, 2: 39-41.
[55]张进之.论常用连轧张力微分方程的适用范围[J].钢铁研究学报, 2002, 14(5): 73-76.
[56]张进之,赵厚信,王喆.连轧张力公的实验验证和分析[J].中国工程科学, 2008, 10(4): 73-79.
[57]羌菊兴,吴国宾,赵会平.冷连轧动态变规格张力计算模型及设定研究[J].控制工程, 2009,16(6): 678-680.
[58]刘长玉,魏丽.带钢冷连轧机架间张力调节器的合理结构[J].冶金自动化, 1992, 16(2):19-22.
[59]钟洪,郭贵云.带钢冷连轧机的机架间张力控制系统[J].钢铁技术, 2002, 168(1): 37-44.
[60]孙文权,杨荃,彭鹏.全连续冷连轧机张力控制系统[J].冶金自动化, 2009, 12(3): 165-169.
[61]刘建昌,钱晓龙,陈宏志.冷连轧机张力自动控制系统[J].钢铁, 2002, 37(12): 36-39.
[62] Kadoya Y, Washikita Y. Strip Gauge and Tension Control at Cold Tandem Mill Based on ILQDesign Theory[C]. IEEE Conference on Control Applications Proceedings, 1999, (1): 23-28.
[63]张进之,郑学峰,薛栋.冷连轧张力的最优和互不相关控制系统实验[J].钢铁研究总院学报,1996(6): 384-388.
[64]王清亮.冷连轧张力控制系统的建模与H_∞控制[D].沈阳:东北大学控制理论与控制工程学科硕士学位论文,2006: 14-21.
[65]李国友.冷连轧机张力控制系统鲁棒控制器设计[J].重型机械, 2004, 3(15): 11-14.
[66]区兴华,管园园,张东.冷轧卷取张力自适应控制器的研制[J].重型机械, 2011, (4): 72-76.
[67]童朝南,孙一康,徐光.自适应控制在冷连轧张力厚控系统中的应用[J].北京科技大学学报,1989, 11(1): 20-23.
[68]董建芝,孙彬,董跃敏.热连轧卷取机智能张力控制系统[J].自动化应用, 2011, (4): 42-43.
[69]车海军,李素,杨景明.模糊灰色预测控制器在冷连轧机张力控制系统中的应用[J].轧钢,2009, 26(5): 43-46.
[70]柳贺,葛锁良.模糊免疫自适应PID在恒张力控制系统中的应用研究[J].可编程控制器与工厂自动化, 2010, (2): 86-90.
[71]叶双,李丽山.热连轧机活套系统的解耦控制及仿真[J].微计算机信息, 2008, 24(6):236-238.
[72]王庆丰,路甬祥.电液多变量位置系统的解耦控制[J].中国机械工程, 2000, 11(7): 728-732.
[73]王军,王雁,邵惠鹤.状态反馈解耦计算在变风量空调系统中的应用[J].自动化仪表, 2005,26(2): 21-25.
[74]曹建国,张杰,陈先霖.热轧带钢板形板厚综合控制系统的耦合关系[J].北京科技大学学报,2000, 22(6): 551-554.
[75] Chai T Y, Lang S J, Gu X Y. A Generalized Self-tuning Feedforward Controller and MultivariableApplication[C]. Florida: Proceedings of 24th IEEE Conference on Decision and Control, 1985.
[76] Koivo H N. A Multivariable Self-tuning Controller[J]. Automatic, 1980, 16(4): 315-366.
[77]柴天佑.多变量间接自适应解耦控制算法[J].自动化学报. 1991, 17(5): 51-54.
[78]李迅,杨甫勇,桂卫华.铝板带材板形和厚度解耦自适应控制策略[J].控制理论与应用,2010, 27(1): 116-120.
[79]林金星,沈炯,李益国.单元机组协调系统的多模型自适应解耦控制[J].东南大学学报,2008, 38(3): 413-418.
[80]王昕,李少远.多模型分层递阶自适应前馈解耦控制器[J].控制与决策, 2005, 20(1): 17-22.
[81]王志杰,王广军,陈红.基于逆模型的火电机组自适应解耦控制[J].中国电机工程学报,2011, 31(29): 118-123.
[82]庞国仲.鲁棒稳定性和鲁棒对角优势的关系[J].自动化学报, 1992, 18(3): 273-281.
[83]薛福珍.多变量解耦鲁棒控制的遗传优化方法[J].中国科技大学学报, 2001, 31(6): 721-726.
[84] Djaferis T E. Robust Decoupling for System with Parameters Modeling Identification and RobustControl[M]. B V North-Holland: Elsevier Science Publishers, 1986, 37(4): 134-138..
[85]李仲德,杨卫东.基于H∞混合灵敏度的冷连轧机多变量解耦鲁棒控制[J].北京科技大学学报, 2010, 32(11): 1500-1505.
[86]邓志翔,李传峰,王永骥. BTT滑翔式飞行器鲁棒解耦控制[J].航天控制, 2009, 27(3): 56-60.
[87]张军,赵德安,王玫.一种高超声速飞行器的鲁棒解耦控制方法[J].宇航学报, 2011, 32(5):1100-1107.
[88]戴永彬.基于预测控制的热连轧板形控制系统的研究[D].北京:北京科技大学控制理论与控制工程学科博士学位论文,2009: 53-76.
[89]杨锡运,徐大平,张彬.再热气温系统的内膜解耦控制[J].动力工程, 2004, 24(4): 529-532.
[90]周渊深.感应电动机交叉耦合电压的内膜解耦研究[J].机床与液压. 2008, 36(7): 357-360.
[91]刘贤兴,胡育文.永磁同步电机的神经网络逆动态解耦控制[J].中国电机工程学报, 2007,27(27): 72-76.
[92]孙书芳. PSO神经网络及其在板形板厚综合控制中的应用研究[D].沈阳:东北大学学科控制理论与控制工程硕士学位论文,2006: 42-54.
[93]马凯蒂.基于嵌入式系统的多变量解耦自适应控制器研究[D].北京:北京科技大学控制科学与工程学科博士学位论文,2009: 114-128.
[94]李云飞.基于神经网络的多变量解耦控制方法研究[D].大连:大连理工大学模式识别与智能系统学科硕士学位论文, 2007: 78-82.
[95]孙东阳,易文俊.基于PID神经网络的滑翔增程制导炮弹解耦控制系统设计[J].计算技术与自动化, 2011, 30(2): 21-25.
[96]何关钰.限制解耦控制的充分必要条件[J].控制理论与应用, 1998, 15(1): 125-129.
[97]杨辉,王金章.多变量解耦模糊控制器的研究[J].控制与决策, 1988, 3(1): 17-21.
[98]刘沛.多变量模糊解耦及实现问题探讨[J].陕西工学院学报, 1997, 13(3): 63-69.
[99]张化光.多变量模糊控制的现状与发展(II)-关于解耦、神经网络、变结构等问题[J].控制与决策, 1995, 10(4): 289-295.
[100] Czogalaand E, Zimmermann H J. Some Aspects of Synthesis of Probabilistic FuzzyControllers[J]. Fuzzy Sets and System, 1984, 13(2): 169-178.
[101]任新宇,樊思齐.航空发电机多变量自学习模糊解耦控制[J].推进技术, 2004, 25(6):535-537.
[102]王英杰,史忠科.自组织模糊解耦控制在飞机着陆中的应用[J].飞行力学, 2001, 19(3):60-62.
[103]邱焕耀,毛宗源.采用模糊控制的感应电动机解耦变结构控制系统的研究[J].自动化学报,1998, 24(3): 391-394.
[104] Bryant G F, Higham J D. A Method for Realizable Non-interactive Control Design for a FiveStand Cold Rolling Mill[J]. Automatica, 1973, 9(4): 453-466.
[105] Bilkhu T S. Dynamic Control of Tension, Thickness and Flatness for a Tandem Cold Mill[J].AISE Steel Technology, 2001, 78(10): 49-54.
[106] Bryant G F, Higham J D. Investigation of the Dynamic Characteristics of a Five Stand ColdRolling Mill for the Design of a Computer Control System[C]. The 3rd IFAC/IFIP Conference onDigital Computer Applications to Process Control, Pittsburgh: 1971, 24(3): 264-267.
[107] Bryant G F, Spooner P D, Caley J M. Design of Tandem Mill Dynamic Control Schemes[C].Proceedings of the 6th Triennial World Congress of the International Federation of AutomaticControl, Pittsburgh: 1975, 15(9): 747-782.
[108] Hishikawa Shigeru, Maeda Hideki, Nagakura Hiroshi. New Control Techniques for Cold RollingMills[J]. Hitachi Review, 1990, 39(4): 221-230.
[109] M Okadaa, K Murayamaa, A Uranoa. Optimal Control System for Hot Strip Finishing Mill[J].Control Engineering Practice, 1998, 6(8): 1029-1034.
[110] Zhang H, Tong C, Sun Y. Gain Adjustment Decoupling Control of Multivariable System forSingle Stand Cold Rolling Mill[J]. Iron and Steel, 1990, 25(11): 41-46.
[111] Kitamura A, Konishi M, Naito Y. Multivariable Thickness Control System for Tandem Cold MillsBased on Decentralized Technique[C]. Transactions of the Institute of Systems, Control andInformation Engineers, 1991, 4(4): 140-154.
[112] Asano, Kazuya, Morari. Interaction Measure of Tension-thickness Control in Tandem ColdRolling[J]. Control Engineering Practice, 1998, 8(6): 1021-1027.
[113] Seki Y, Horikawa T, Okamoto H. Development of Multivariable Gauge and Tension Control forTandem Cold Mills Based on ILQ Design Theory[C]. Transactions of the Institute of ElectricalEngineers of Japan, Part D, 2002, 122(11): 1034-1044.
[114]李仲德,杨卫东.冷连轧机厚度和张力系统的多变量解耦鲁棒控制[J].控制理论与应用,2011, 28(4): 581-586.
[115]彭鹏.宽带钢冷连轧机耦合关系及解耦控制的研究[D].北京:北京科技大学机械设计学科博士学位论文,2009: 167-175.
[116]王修岩,乔辉,李军忠.基于线性化模型的冷连轧机PI解耦控制系统[J].工业仪表与自动化装置, 2003(4): 3-5.
[117]白挨民.试论实现高精度板形和厚度一体化控制的途径[J].轧钢, 2001, 18(1): 10-13.
[118]彭鹏,杨荃.宽带钢冷连轧机综合耦合模型的分步解耦设计[J].北京科技大学学报, 2008,30(2): 197-201.
[119]陈志旺,杨景明,王洪瑞.冷连轧机板形板厚解耦设定补偿研究[J].冶金设备, 2005(3):11-15.
[120]令狐克志.宽度钢热连轧机板形板厚动态解耦控制研究[D].北京:北京科技大学机械设计学科博士学位论文,2007: 172-186.
[121]王粉花,孙一康,陈占英.基于模糊神经网络的板形板厚综合控制系统[J].北京科技大学学报, 2003, 25(2): 182-484.
[122]杨景明,张林浩,车海军.基于MMAS-PID的板形板厚综合控制[J].钢铁, 2009, 26(4):45-49.
[123]黄敏,崔宝同,顾树生.基于小波神经网络的板形板厚综合系统逆控制[J].控制与决策,2007, 22(5): 593-600.
[124]戴永彬,杨卫东,王少福.可调误差权值广义预测解耦控制器的设计[J].北京科技大学学报, 2010, 32(1): 56-61.
[125]陈德宝，赵春霞.阶梯型粒子群算法及在函数优化中的应用[J].系统仿真学报, 2007, 19(24):5659-5662.
[126]牛奔，李丽.基于MCPSO算法的BP神经网络训练[J].深圳大学学报, 2009, 26(2): 147-150.
[127]曾正良，罗可，邹瑞芝.基于复合粒子群的数据分类方法[J].计算机工程与应用, 2009, 45(7)156-159.
[128]刘建，王益群，姜万录,等.引入单纯形算子的粒子群优化算法在板形模式识别中的应用[J].中国机械工程, 2007, 18(23): 2077-2080.
[129]王飞，吕福在，项贻强,等.非线性自适应滤波在磁致伸缩导波传感器信号处理中的应用[J].传感技术学报, 2010, 23(11): 1594-1598.
[130]刘淑华，张瑜，付帅,等.基于粒子群蚁群算法的多机器人任务分配方法[J].东北师大学报,2009, 41(4): 68-72.
[131] Kennedy J, Eberhart R C. Particle swarm optimization proc[A]. In: IEEE Service Center ed.IEEE International Conference on Neural Networks, Perth, Australia, 1995. Piscataway: IEEEPress, 1995: 1942-1948.
[132]邹恩,李祥飞,张泰山.混沌控制综述[J].株洲工学院学报, 2002, 16(4): 16-18.
[133]徐星,李元香,吴煜,等.基于粒子群优化算法的Logistic模型参数估计[J].电工学报, 2010,38(2A): 55-59.
[134]曾建潮,崔志华.一种保证全局收敛的PSO算法[J].计算机研究与发展, 2004, 41(8):1333-1338.
[135]王凌.智能优化算法及其应用[M].北京:清华大学出版社, 2001: 442-483.
[136]邱利琼.轧机液压AGC系统的动态仿真[J].重庆大学学报, 2001, 24(2): 28-31.
[137]常瑶.轧机板厚AGC控制系统及参数预测分析[D].北京:北方工业大学检测技术与自动化装置学科硕士学位论文,2008: 44-57.
[138]张伟,王益群,孙孟辉.板带轧机自动厚度控制模型的研究[J].机械工程学报, 2008, 19(1):95-98.
[139]王益群,王海芳,高英杰,等.基于神经网络的轧机液压AGC系统自适应辨识[J].中国机械工程, 2004, 15(5): 450-453.
[140]方崇智,萧德云.过程辨识[M].北京:清华大学出版社, 1988: 342-381.
[141]张泽旭.神经网络控制与MATLAB仿真[M].哈尔滨:哈尔滨工业大学出版社, 2011:673-768.
[142] Cao Guang-ming, Li Cheng-gang, Zhou Guo-ping. Rolling force prediction for strip castingusing theoretical model and artificial intelligence[J]. Journal of Central South University ofTechnology, 2010, 17(4): 245-249.
[143] SUN Yan-jing, ZHANG Shen, MIAO Chang-xin. Improved BP Neural Network for TransformerFault Diagnosis[J]. Journal of China University of Mining & Technology, 2007, 17(1): 13-17.
[144]王军生,白金兰,刘相华.带钢冷连轧原理与过程控制[M].北京:科学出版社, 2009:247-289.
[145]孙一康.带钢冷连轧计算机控制[M].北京:冶金工业出版社, 2002: 153-174.
[146]杨景明,周涛.冷轧机轧辊偏心补偿模型及信号给定分析[J].轧钢, 2007, 24(4): 59-62.
[147]李勇,王君.轧辊偏心补偿重复控制系统的设计与仿真[J].东北大学学报, 2006, 27(2):177-180.
[148]孙孟辉,王益群.冷连轧机液压AGC系统油膜补偿控制[J].机床与液压, 2011, 39(3):63-65.
[149]单东升.板带轧机液压AGC系统主要参数的分析和实验研究[D].秦皇岛:燕山大学控制理论与工程学科博士学位论文,2008: 83-89.
[150]刘兴华.提高压力AGC响应速度的方法[J].钢铁研究, 2000, 2: 41-44.
[151]张伟,王益群,高英杰.板带轧机液压压下系统的建模与仿真[J]. 2004,液压与气动, (1):21-23.
[152]王益群,孙福. PID神经网络在电液弯辊伺服控制系统中的应用[J].机床与液压, 2008,36(3): 83-85.
[153] JIA Chun-yu, LIU Hong-min, ZHOU Hui-feng. Fuzzy Control System of Hydraulic RollBending Based on Genetic Neural Network[J]. Journal of Iron and Steel Research(International),2005, 27(3): 103-108.
[154]刘新艳.多机架冷连轧张力控制系统的研究与应用[D].天津:河北工业大学控制科学与工程学科硕士学位论文,2009: 47-63.
[155]马俊. PSO神经网络及其在冷连轧机张力控制中的应用研究[D].沈阳:东北大学控制理论与控制工程学科硕士学位论文,2008: 55-67.
[156]曹建国,张杰,陈先霖.宽带钢热连轧机板形设定的解耦与应用[J].钢铁. 2001, 36(4):42-45.
[157]曹建国.宽带钢热连轧机板形板厚解耦控制研究[D].北京:北京科技大学机械设计学科博士学位论文,2002, 64-83.
[158]曹建国,张杰,张少军,等.轧钢设备自动控制[M].北京:化学工业出版社, 2010: 48-50.
[159]张清东.宽带钢冷轧机板形自动控制系统的研究[D].北京:北京科技大学机械设计学科博士学位论文,1994: 75-84.
[160]李迅,杨甫勇,桂卫华.铝板带材厚度和板形设定补偿解耦控制策略[J].控制工程, 2009,16(2): 142-150.
[161]康永林.轧制工程学[M].北京:冶金工业出版社, 2004: 374-392.
[162]杨节.轧制过程数学模型[M].北京:冶金工业出版社, 1993: 275-295.
[163]吴庆海.热轧宽带钢板形控制模型扩策略的研究[D].北京:北京科技大学机械设计学科博士学位论文,2000: 274-281.
[164]何安瑞.宽带钢热轧精轧机组辊形的研究[D].北京:北京科技大学机械设计学科博士学位论文,2000: 364-379.
[165]何安瑞,张清东,杨荃.现代化冷连轧机的最佳机型配置[J].钢铁, 2004, 39(5): 43-46.
[166]李仲德,杨卫东.冷连轧机厚度和张力系统的多变量解耦鲁棒控制[J].控制理论与应用,2011, 28(4): 144-147.
[167]令狐克志.宽带钢热连轧机板形板厚动态解耦控制研究[D].北京:北京科技大学机械设计学科博士学位论文,2007: 101-112.
[168]莱顿.多变量控制理论[M].北京:科学出版社, 1982: 118-136.
[169]郝久玉,陈伟,李惠敏.多变量模糊控制系统的前馈解耦[J].天津大学学报, 2004, 37(5):14-18.
[170]夏小华,高为炳.非线性系统控制及解耦[M].北京:科学出版社, 1993: 87-104.
[171] S J Lang, X Y Gu, T Y Chai. A Multivariable Generalized self-tunning Controller withDecoupling Design[C]. IEEE Transaction of Automatic Control, 1986, 31(5): 474-477.
[172] P E McDermott, D A Mellichamp. A Decoupling Pole-placement Self-tuning Controller for aAlass of Multivariable Process[J]. Optimal Control Applications and Methods, 1986, 7(1): 35-79.
[173]孙一康.冷热轧板带轧机的模型与控制[M].北京:冶金工业出版社, 2010: 357-376.
[174]郑申白.轧制过程自动化技术[M].北京:化学工业出版社, 2009: 221-237.
[175]陈永林.广义逆矩阵的理论与方法[M].南京:南京师范大学出版社, 2005: 346-382.
[176]王倩.工艺空调系统逆控制方法的研究[D].天津:天津大学控制理论与控制工程学科硕士学位论文,2007: 34-52.
[177]郭勇.基于非线性三容液位系统的逆控制算法研究[D].沈阳:沈阳工业学院软件工程学科硕士学位论文,2002: 65-72.
[178]邵裕森,戴先中.过程控制工程[M].北京:机械工业出版社, 2000: 184-197.
[179]戴先中.多变量非线性系统的神经网络逆控制方法.北京:科学出版社, 2005: 78-92.
[180]刘刚，李华德，曹勇.基于逆控制的永磁同步电机速度伺服系统[J].北京科技大学学报,2009, 31(4): 31-34.
[181]刘金琨.先进PID控制MATLAB仿真[M].北京:电子工业出版社, 2011: 537-584.
[182]孙涛.基于模糊免疫自适应PID的智能控制算法的研究[D].大连:大连海事大学检测技术与自动化装置学科硕士学位论文,2009, 54-62.
[183]史忠植.智能科学[M].北京:清华大学出版社, 2006: 344-382.
[184]江中央,蔡自兴,龚涛.一种改进的模糊免疫反馈PID控制器[J].控制工程, 2008, 15(5):485-488.
[2]陈先霖.新一代高技术宽带钢轧机的板形控制[J].北京科技大学学报, 1997(19增): 1-5.
[3]许建勇.冷轧薄板的厚度与板形高精度控制技术[J].钢铁, 2002, 37(1): 73-78.
[4]翟博,孙荣生.板形控制技术在鞍钢冷连轧机组的应用[J].鞍钢技术, 2009(1): 49-52.
[5]孙一康.冷轧生产自动化技术[M].北京:冶金工业出版社, 2006: 25-43.
[6]徐乐江.冷轧机板形控制与机型选择[M].北京:冶金工业出版社, 2007: 46-67.
[7]曾绍金.对我国钢铁业发展趋势和应对看法[J].中国矿业, 2009, 18(5): 1-3.
[8]贾银松.宏观经济形势及钢铁工业发展[J].冶金信息导刊, 2010(2): 1-5.
[9]刘丽燕,张树堂.冷轧板带钢生产的结构调整与发展方向[J].轧钢, 2010, 27(3): 1-6.
[10]唐荻,米振莉,陈雨来.轧钢计算的现状和新发展[J].钢铁, 2007, 42(11): 1-4.
[11]丁修堃,张殿华.高精度板带钢厚度控制的理论与实践[M].北京:冶金工业出版社, 2009:84-104.
[12] Wistreich J G. Measurement and Control of Strip Shape in Cold Rolling[C]. RISRA Open Report,London: The Corporate Laboratories of the British Steel Corporation, 1970, 67(12): 641-655.
[13] Shoji K, Miura H. Profile and Shape Control in Hot Strip Mill[C]. Proceeding of 4th InternationalSteel Rolling Conference, Deauville: 1987, (7): 1104-1108.
[14] Sabitini B, Tarokh M. Control of Gauge and Shape in Flat Rolling[C]. RISRA Open Report,London: The Corporate Laboratories of the British Steel Corporation, 1972, 24(7): 441-448.
[15] Tarokh M. Development of A Combined Shape and Gauge Control Scheme in Strip Rolling[C].Proceeding of Conference on Measurement and Control, London, 1972, 12(5): 344-349.
[16]丁修堃.轧制过程自动化[M].北京:冶金工业出版社, 2009: 11-20.
[17] X.L.Hu, Q.S.Zhang. Application of Approximation Full-Load Distribution Method to PassScheduling on Plate Mill with Hydro-Bending System[J]. Journal of Iron and Steel research,International, 2006, 13(4): 222-226.
[18] Pires C T A, Ferreira H C, Sales R M, cot al. Set-up Optimization for Tandem Cold Mills: A CaseStudy[J]. Journal of Materials Processing Technology, 2006, 173(2): 368-375.
[19]王炎,刘景,孙一康.冷连轧机组负荷分配智能优化新方法[J].北京科技大学学报, 2002,24(5): 551-552.
[20] Dix it U S, Dix it P M. Application of Fuzzy Set Theory in the Scheduling of A Tandem ColdRolling Mill[J]. Transactions of the A SME. 2000, 122(3): 494-500.
[21] S. Xiaoguang, H. Ning. Application of Synergetic Artificial Intelligence to the Scheduling in theFinishing Train of Hot Strip Mills[J]. Journal of Materials Processing Technology, 1996, 60(5):405-408.
[22] Yang Jingming. Zhang Qing. Multi-Objective Optimization for Tandem Cold Rolling Schedule[J].Journal of Iron and Steel Research, International, 2010, 17(11): 34-39.
[23]武贺,吕立华.板带轧机负荷分配方法的综述[J].控制工程, 2009(16增): 6-10.
[24]温良,杨明国,贺小峰.基于自适应遗传算法优化的模糊PID控制在实验轧机中的应用研究[J].机床与液压, 2011, 39(17): 26-29.
[25]任新意,杜凤山,黄华贵.基于灰色预测的模糊免疫PID控制器在板厚控制系统中的应用[J].钢铁, 2010, 45(11): 62-67.
[26]孙建亮,彭艳,刘宏民.基于测厚仪监控的厚控姿态动态建模及其鲁棒H_∞控制器设计[J].机械工程学报, 2009, 45(6): 160-170.
[27]金晓宏,夏敏,童云春.四辊轧机电液辊缝系统变刚度建模与控制研究[J].武汉科技大学学报, 2008, 31(1): 64-68.
[28]王军生,矫志杰,王国栋.冷连轧动态变规格辊缝动态设定原理与应用[J].钢铁, 2001,24(10): 39-43.
[29]张进之,李敏,王莉.冷连轧动态变规格控制数学模型[J].冶金设备, 2011, 36(3): 22-29.
[30]张晓东,姚小兰,伍清河.热连轧AGC系统的串级预测控制[J].北京科技大学学报, 2011,24(8): 363-368.
[31]彭天乾.国外板带轧制自动化技术现状与发展趋势[J].冶金自动化, 1992, 16(6): 11-15.
[32]华建新. 2030mm冷连轧机板形控制系统研究[C].全国板带生产设备学术研讨会, 1999:83-99.
[33]孙蓟泉,周永红.板形控制技术及应用[J].鞍钢技术, 2006(6): 6-11.
[34]孙静娜.基于板形调控功效冷连轧机板形在线控制仿真系统的研究[D],秦皇岛:燕山大学机械设计学科博士学位论文,2009: 9-14.
[35]春春瑞.冷轧带钢厚度及板形控制关键技术研究[D].天津:天津工业大学控制工程学科硕士学位论文,2010: 39-53.
[36]张清东,陈先霖,徐乐江. CVC四辊冷轧机板形预设定控制研究[J].钢铁, 1997, 32(10):29-33.
[37]周会峰.板形识别·预测和控制仿真的智能方法研究[D].秦皇岛:燕山大学机械设计学科硕士学位论文,2005: 15-25.
[38] W. E. Davies, et al. Prediction and Control of Strip Flatness in Cold Rolling[J]. Metals Technology,1975(10): 494-501.
[39]小西正躬ほか.アルミ箔ミル形状制御ヱキスバトシステム[J].神户制钢技报, 1990, 40(3):23-25.
[40]片山恭纪ほか.ュロ応用の形状制御[J].塑性と加工, 1993, 4(4): 411-415.
[41] Postlethwaite, P. A. Atack, I. S. Robinson. The improved control for an aluminum hot reversingmill using the combination of adaptive process model and an expert system[J]. Journal ofMaterials Processing Technology, 1996, (60): 393-398.
[42]王国栋.板形控制和板形理论[M].北京:冶金工业出版社,1986: 200-478.
[43]连家创.板形控制的理论基础[C].冶金设备杂志年会论文集, 1980: 34-38.
[44]臧瀛芝,宋维公,潘大生.板形自动控制系统设计[J].燕山大学学报, 1986, (02): 78-82.
[45]宋维公,孙跃红.相关分析预报在板形控制中的应用[J].燕山大学学报, 1987(1): 49-55.
[46]连家创,王益群,段振勇.板厚板形综合调节新途径的研究[J].燕山大学学报, 1988, (3):55-58.
[47]张俊哲. ASEA冷轧板带控制系统[J].冶金自动化, 1990, (2): 35-37.
[48]林振波.冷带轧机板形判别模型的有限条分析[D].沈阳:东北大学冶金机械学科博士学位论文,1993: 22-70.
[49]张清东,陈先霖,徐金梧.板形模式识别的模糊分类方法[J].北京科技大学学报, 1995, (1):33-36.
[50]李元,刘文仲,孙一康.神经元网络在热连轧精轧机组轧制力预报的应用[J].钢铁, 1996, (1):54-57.
[51]刘宏民,连家创,段振勇.模拟带材轧制过程的条元法[J].机械工程学报, 1993, 29(4): 36-42.
[52]唐谋凤.现代带钢冷连轧机的自动化[M].北京:冶金工业出版社, 1995: 44-49.
[53]廉田正诚.板带连续轧制[M].北京:冶金工业出版社, 2002: 69-54.
[54]黄彦峰,张晓伟.冷连轧过程控制系统中张力模型的建立方法[J].一重技术, 2010, 2: 39-41.
[55]张进之.论常用连轧张力微分方程的适用范围[J].钢铁研究学报, 2002, 14(5): 73-76.
[56]张进之,赵厚信,王喆.连轧张力公的实验验证和分析[J].中国工程科学, 2008, 10(4): 73-79.
[57]羌菊兴,吴国宾,赵会平.冷连轧动态变规格张力计算模型及设定研究[J].控制工程, 2009,16(6): 678-680.
[58]刘长玉,魏丽.带钢冷连轧机架间张力调节器的合理结构[J].冶金自动化, 1992, 16(2):19-22.
[59]钟洪,郭贵云.带钢冷连轧机的机架间张力控制系统[J].钢铁技术, 2002, 168(1): 37-44.
[60]孙文权,杨荃,彭鹏.全连续冷连轧机张力控制系统[J].冶金自动化, 2009, 12(3): 165-169.
[61]刘建昌,钱晓龙,陈宏志.冷连轧机张力自动控制系统[J].钢铁, 2002, 37(12): 36-39.
[62] Kadoya Y, Washikita Y. Strip Gauge and Tension Control at Cold Tandem Mill Based on ILQDesign Theory[C]. IEEE Conference on Control Applications Proceedings, 1999, (1): 23-28.
[63]张进之,郑学峰,薛栋.冷连轧张力的最优和互不相关控制系统实验[J].钢铁研究总院学报,1996(6): 384-388.
[64]王清亮.冷连轧张力控制系统的建模与H_∞控制[D].沈阳:东北大学控制理论与控制工程学科硕士学位论文,2006: 14-21.
[65]李国友.冷连轧机张力控制系统鲁棒控制器设计[J].重型机械, 2004, 3(15): 11-14.
[66]区兴华,管园园,张东.冷轧卷取张力自适应控制器的研制[J].重型机械, 2011, (4): 72-76.
[67]童朝南,孙一康,徐光.自适应控制在冷连轧张力厚控系统中的应用[J].北京科技大学学报,1989, 11(1): 20-23.
[68]董建芝,孙彬,董跃敏.热连轧卷取机智能张力控制系统[J].自动化应用, 2011, (4): 42-43.
[69]车海军,李素,杨景明.模糊灰色预测控制器在冷连轧机张力控制系统中的应用[J].轧钢,2009, 26(5): 43-46.
[70]柳贺,葛锁良.模糊免疫自适应PID在恒张力控制系统中的应用研究[J].可编程控制器与工厂自动化, 2010, (2): 86-90.
[71]叶双,李丽山.热连轧机活套系统的解耦控制及仿真[J].微计算机信息, 2008, 24(6):236-238.
[72]王庆丰,路甬祥.电液多变量位置系统的解耦控制[J].中国机械工程, 2000, 11(7): 728-732.
[73]王军,王雁,邵惠鹤.状态反馈解耦计算在变风量空调系统中的应用[J].自动化仪表, 2005,26(2): 21-25.
[74]曹建国,张杰,陈先霖.热轧带钢板形板厚综合控制系统的耦合关系[J].北京科技大学学报,2000, 22(6): 551-554.
[75] Chai T Y, Lang S J, Gu X Y. A Generalized Self-tuning Feedforward Controller and MultivariableApplication[C]. Florida: Proceedings of 24th IEEE Conference on Decision and Control, 1985.
[76] Koivo H N. A Multivariable Self-tuning Controller[J]. Automatic, 1980, 16(4): 315-366.
[77]柴天佑.多变量间接自适应解耦控制算法[J].自动化学报. 1991, 17(5): 51-54.
[78]李迅,杨甫勇,桂卫华.铝板带材板形和厚度解耦自适应控制策略[J].控制理论与应用,2010, 27(1): 116-120.
[79]林金星,沈炯,李益国.单元机组协调系统的多模型自适应解耦控制[J].东南大学学报,2008, 38(3): 413-418.
[80]王昕,李少远.多模型分层递阶自适应前馈解耦控制器[J].控制与决策, 2005, 20(1): 17-22.
[81]王志杰,王广军,陈红.基于逆模型的火电机组自适应解耦控制[J].中国电机工程学报,2011, 31(29): 118-123.
[82]庞国仲.鲁棒稳定性和鲁棒对角优势的关系[J].自动化学报, 1992, 18(3): 273-281.
[83]薛福珍.多变量解耦鲁棒控制的遗传优化方法[J].中国科技大学学报, 2001, 31(6): 721-726.
[84] Djaferis T E. Robust Decoupling for System with Parameters Modeling Identification and RobustControl[M]. B V North-Holland: Elsevier Science Publishers, 1986, 37(4): 134-138..
[85]李仲德,杨卫东.基于H∞混合灵敏度的冷连轧机多变量解耦鲁棒控制[J].北京科技大学学报, 2010, 32(11): 1500-1505.
[86]邓志翔,李传峰,王永骥. BTT滑翔式飞行器鲁棒解耦控制[J].航天控制, 2009, 27(3): 56-60.
[87]张军,赵德安,王玫.一种高超声速飞行器的鲁棒解耦控制方法[J].宇航学报, 2011, 32(5):1100-1107.
[88]戴永彬.基于预测控制的热连轧板形控制系统的研究[D].北京:北京科技大学控制理论与控制工程学科博士学位论文,2009: 53-76.
[89]杨锡运,徐大平,张彬.再热气温系统的内膜解耦控制[J].动力工程, 2004, 24(4): 529-532.
[90]周渊深.感应电动机交叉耦合电压的内膜解耦研究[J].机床与液压. 2008, 36(7): 357-360.
[91]刘贤兴,胡育文.永磁同步电机的神经网络逆动态解耦控制[J].中国电机工程学报, 2007,27(27): 72-76.
[92]孙书芳. PSO神经网络及其在板形板厚综合控制中的应用研究[D].沈阳:东北大学学科控制理论与控制工程硕士学位论文,2006: 42-54.
[93]马凯蒂.基于嵌入式系统的多变量解耦自适应控制器研究[D].北京:北京科技大学控制科学与工程学科博士学位论文,2009: 114-128.
[94]李云飞.基于神经网络的多变量解耦控制方法研究[D].大连:大连理工大学模式识别与智能系统学科硕士学位论文, 2007: 78-82.
[95]孙东阳,易文俊.基于PID神经网络的滑翔增程制导炮弹解耦控制系统设计[J].计算技术与自动化, 2011, 30(2): 21-25.
[96]何关钰.限制解耦控制的充分必要条件[J].控制理论与应用, 1998, 15(1): 125-129.
[97]杨辉,王金章.多变量解耦模糊控制器的研究[J].控制与决策, 1988, 3(1): 17-21.
[98]刘沛.多变量模糊解耦及实现问题探讨[J].陕西工学院学报, 1997, 13(3): 63-69.
[99]张化光.多变量模糊控制的现状与发展(II)-关于解耦、神经网络、变结构等问题[J].控制与决策, 1995, 10(4): 289-295.
[100] Czogalaand E, Zimmermann H J. Some Aspects of Synthesis of Probabilistic FuzzyControllers[J]. Fuzzy Sets and System, 1984, 13(2): 169-178.
[101]任新宇,樊思齐.航空发电机多变量自学习模糊解耦控制[J].推进技术, 2004, 25(6):535-537.
[102]王英杰,史忠科.自组织模糊解耦控制在飞机着陆中的应用[J].飞行力学, 2001, 19(3):60-62.
[103]邱焕耀,毛宗源.采用模糊控制的感应电动机解耦变结构控制系统的研究[J].自动化学报,1998, 24(3): 391-394.
[104] Bryant G F, Higham J D. A Method for Realizable Non-interactive Control Design for a FiveStand Cold Rolling Mill[J]. Automatica, 1973, 9(4): 453-466.
[105] Bilkhu T S. Dynamic Control of Tension, Thickness and Flatness for a Tandem Cold Mill[J].AISE Steel Technology, 2001, 78(10): 49-54.
[106] Bryant G F, Higham J D. Investigation of the Dynamic Characteristics of a Five Stand ColdRolling Mill for the Design of a Computer Control System[C]. The 3rd IFAC/IFIP Conference onDigital Computer Applications to Process Control, Pittsburgh: 1971, 24(3): 264-267.
[107] Bryant G F, Spooner P D, Caley J M. Design of Tandem Mill Dynamic Control Schemes[C].Proceedings of the 6th Triennial World Congress of the International Federation of AutomaticControl, Pittsburgh: 1975, 15(9): 747-782.
[108] Hishikawa Shigeru, Maeda Hideki, Nagakura Hiroshi. New Control Techniques for Cold RollingMills[J]. Hitachi Review, 1990, 39(4): 221-230.
[109] M Okadaa, K Murayamaa, A Uranoa. Optimal Control System for Hot Strip Finishing Mill[J].Control Engineering Practice, 1998, 6(8): 1029-1034.
[110] Zhang H, Tong C, Sun Y. Gain Adjustment Decoupling Control of Multivariable System forSingle Stand Cold Rolling Mill[J]. Iron and Steel, 1990, 25(11): 41-46.
[111] Kitamura A, Konishi M, Naito Y. Multivariable Thickness Control System for Tandem Cold MillsBased on Decentralized Technique[C]. Transactions of the Institute of Systems, Control andInformation Engineers, 1991, 4(4): 140-154.
[112] Asano, Kazuya, Morari. Interaction Measure of Tension-thickness Control in Tandem ColdRolling[J]. Control Engineering Practice, 1998, 8(6): 1021-1027.
[113] Seki Y, Horikawa T, Okamoto H. Development of Multivariable Gauge and Tension Control forTandem Cold Mills Based on ILQ Design Theory[C]. Transactions of the Institute of ElectricalEngineers of Japan, Part D, 2002, 122(11): 1034-1044.
[114]李仲德,杨卫东.冷连轧机厚度和张力系统的多变量解耦鲁棒控制[J].控制理论与应用,2011, 28(4): 581-586.
[115]彭鹏.宽带钢冷连轧机耦合关系及解耦控制的研究[D].北京:北京科技大学机械设计学科博士学位论文,2009: 167-175.
[116]王修岩,乔辉,李军忠.基于线性化模型的冷连轧机PI解耦控制系统[J].工业仪表与自动化装置, 2003(4): 3-5.
[117]白挨民.试论实现高精度板形和厚度一体化控制的途径[J].轧钢, 2001, 18(1): 10-13.
[118]彭鹏,杨荃.宽带钢冷连轧机综合耦合模型的分步解耦设计[J].北京科技大学学报, 2008,30(2): 197-201.
[119]陈志旺,杨景明,王洪瑞.冷连轧机板形板厚解耦设定补偿研究[J].冶金设备, 2005(3):11-15.
[120]令狐克志.宽度钢热连轧机板形板厚动态解耦控制研究[D].北京:北京科技大学机械设计学科博士学位论文,2007: 172-186.
[121]王粉花,孙一康,陈占英.基于模糊神经网络的板形板厚综合控制系统[J].北京科技大学学报, 2003, 25(2): 182-484.
[122]杨景明,张林浩,车海军.基于MMAS-PID的板形板厚综合控制[J].钢铁, 2009, 26(4):45-49.
[123]黄敏,崔宝同,顾树生.基于小波神经网络的板形板厚综合系统逆控制[J].控制与决策,2007, 22(5): 593-600.
[124]戴永彬,杨卫东,王少福.可调误差权值广义预测解耦控制器的设计[J].北京科技大学学报, 2010, 32(1): 56-61.
[125]陈德宝，赵春霞.阶梯型粒子群算法及在函数优化中的应用[J].系统仿真学报, 2007, 19(24):5659-5662.
[126]牛奔，李丽.基于MCPSO算法的BP神经网络训练[J].深圳大学学报, 2009, 26(2): 147-150.
[127]曾正良，罗可，邹瑞芝.基于复合粒子群的数据分类方法[J].计算机工程与应用, 2009, 45(7)156-159.
[128]刘建，王益群，姜万录,等.引入单纯形算子的粒子群优化算法在板形模式识别中的应用[J].中国机械工程, 2007, 18(23): 2077-2080.
[129]王飞，吕福在，项贻强,等.非线性自适应滤波在磁致伸缩导波传感器信号处理中的应用[J].传感技术学报, 2010, 23(11): 1594-1598.
[130]刘淑华，张瑜，付帅,等.基于粒子群蚁群算法的多机器人任务分配方法[J].东北师大学报,2009, 41(4): 68-72.
[131] Kennedy J, Eberhart R C. Particle swarm optimization proc[A]. In: IEEE Service Center ed.IEEE International Conference on Neural Networks, Perth, Australia, 1995. Piscataway: IEEEPress, 1995: 1942-1948.
[132]邹恩,李祥飞,张泰山.混沌控制综述[J].株洲工学院学报, 2002, 16(4): 16-18.
[133]徐星,李元香,吴煜,等.基于粒子群优化算法的Logistic模型参数估计[J].电工学报, 2010,38(2A): 55-59.
[134]曾建潮,崔志华.一种保证全局收敛的PSO算法[J].计算机研究与发展, 2004, 41(8):1333-1338.
[135]王凌.智能优化算法及其应用[M].北京:清华大学出版社, 2001: 442-483.
[136]邱利琼.轧机液压AGC系统的动态仿真[J].重庆大学学报, 2001, 24(2): 28-31.
[137]常瑶.轧机板厚AGC控制系统及参数预测分析[D].北京:北方工业大学检测技术与自动化装置学科硕士学位论文,2008: 44-57.
[138]张伟,王益群,孙孟辉.板带轧机自动厚度控制模型的研究[J].机械工程学报, 2008, 19(1):95-98.
[139]王益群,王海芳,高英杰,等.基于神经网络的轧机液压AGC系统自适应辨识[J].中国机械工程, 2004, 15(5): 450-453.
[140]方崇智,萧德云.过程辨识[M].北京:清华大学出版社, 1988: 342-381.
[141]张泽旭.神经网络控制与MATLAB仿真[M].哈尔滨:哈尔滨工业大学出版社, 2011:673-768.
[142] Cao Guang-ming, Li Cheng-gang, Zhou Guo-ping. Rolling force prediction for strip castingusing theoretical model and artificial intelligence[J]. Journal of Central South University ofTechnology, 2010, 17(4): 245-249.
[143] SUN Yan-jing, ZHANG Shen, MIAO Chang-xin. Improved BP Neural Network for TransformerFault Diagnosis[J]. Journal of China University of Mining & Technology, 2007, 17(1): 13-17.
[144]王军生,白金兰,刘相华.带钢冷连轧原理与过程控制[M].北京:科学出版社, 2009:247-289.
[145]孙一康.带钢冷连轧计算机控制[M].北京:冶金工业出版社, 2002: 153-174.
[146]杨景明,周涛.冷轧机轧辊偏心补偿模型及信号给定分析[J].轧钢, 2007, 24(4): 59-62.
[147]李勇,王君.轧辊偏心补偿重复控制系统的设计与仿真[J].东北大学学报, 2006, 27(2):177-180.
[148]孙孟辉,王益群.冷连轧机液压AGC系统油膜补偿控制[J].机床与液压, 2011, 39(3):63-65.
[149]单东升.板带轧机液压AGC系统主要参数的分析和实验研究[D].秦皇岛:燕山大学控制理论与工程学科博士学位论文,2008: 83-89.
[150]刘兴华.提高压力AGC响应速度的方法[J].钢铁研究, 2000, 2: 41-44.
[151]张伟,王益群,高英杰.板带轧机液压压下系统的建模与仿真[J]. 2004,液压与气动, (1):21-23.
[152]王益群,孙福. PID神经网络在电液弯辊伺服控制系统中的应用[J].机床与液压, 2008,36(3): 83-85.
[153] JIA Chun-yu, LIU Hong-min, ZHOU Hui-feng. Fuzzy Control System of Hydraulic RollBending Based on Genetic Neural Network[J]. Journal of Iron and Steel Research(International),2005, 27(3): 103-108.
[154]刘新艳.多机架冷连轧张力控制系统的研究与应用[D].天津:河北工业大学控制科学与工程学科硕士学位论文,2009: 47-63.
[155]马俊. PSO神经网络及其在冷连轧机张力控制中的应用研究[D].沈阳:东北大学控制理论与控制工程学科硕士学位论文,2008: 55-67.
[156]曹建国,张杰,陈先霖.宽带钢热连轧机板形设定的解耦与应用[J].钢铁. 2001, 36(4):42-45.
[157]曹建国.宽带钢热连轧机板形板厚解耦控制研究[D].北京:北京科技大学机械设计学科博士学位论文,2002, 64-83.
[158]曹建国,张杰,张少军,等.轧钢设备自动控制[M].北京:化学工业出版社, 2010: 48-50.
[159]张清东.宽带钢冷轧机板形自动控制系统的研究[D].北京:北京科技大学机械设计学科博士学位论文,1994: 75-84.
[160]李迅,杨甫勇,桂卫华.铝板带材厚度和板形设定补偿解耦控制策略[J].控制工程, 2009,16(2): 142-150.
[161]康永林.轧制工程学[M].北京:冶金工业出版社, 2004: 374-392.
[162]杨节.轧制过程数学模型[M].北京:冶金工业出版社, 1993: 275-295.
[163]吴庆海.热轧宽带钢板形控制模型扩策略的研究[D].北京:北京科技大学机械设计学科博士学位论文,2000: 274-281.
[164]何安瑞.宽带钢热轧精轧机组辊形的研究[D].北京:北京科技大学机械设计学科博士学位论文,2000: 364-379.
[165]何安瑞,张清东,杨荃.现代化冷连轧机的最佳机型配置[J].钢铁, 2004, 39(5): 43-46.
[166]李仲德,杨卫东.冷连轧机厚度和张力系统的多变量解耦鲁棒控制[J].控制理论与应用,2011, 28(4): 144-147.
[167]令狐克志.宽带钢热连轧机板形板厚动态解耦控制研究[D].北京:北京科技大学机械设计学科博士学位论文,2007: 101-112.
[168]莱顿.多变量控制理论[M].北京:科学出版社, 1982: 118-136.
[169]郝久玉,陈伟,李惠敏.多变量模糊控制系统的前馈解耦[J].天津大学学报, 2004, 37(5):14-18.
[170]夏小华,高为炳.非线性系统控制及解耦[M].北京:科学出版社, 1993: 87-104.
[171] S J Lang, X Y Gu, T Y Chai. A Multivariable Generalized self-tunning Controller withDecoupling Design[C]. IEEE Transaction of Automatic Control, 1986, 31(5): 474-477.
[172] P E McDermott, D A Mellichamp. A Decoupling Pole-placement Self-tuning Controller for aAlass of Multivariable Process[J]. Optimal Control Applications and Methods, 1986, 7(1): 35-79.
[173]孙一康.冷热轧板带轧机的模型与控制[M].北京:冶金工业出版社, 2010: 357-376.
[174]郑申白.轧制过程自动化技术[M].北京:化学工业出版社, 2009: 221-237.
[175]陈永林.广义逆矩阵的理论与方法[M].南京:南京师范大学出版社, 2005: 346-382.
[176]王倩.工艺空调系统逆控制方法的研究[D].天津:天津大学控制理论与控制工程学科硕士学位论文,2007: 34-52.
[177]郭勇.基于非线性三容液位系统的逆控制算法研究[D].沈阳:沈阳工业学院软件工程学科硕士学位论文,2002: 65-72.
[178]邵裕森,戴先中.过程控制工程[M].北京:机械工业出版社, 2000: 184-197.
[179]戴先中.多变量非线性系统的神经网络逆控制方法.北京:科学出版社, 2005: 78-92.
[180]刘刚，李华德，曹勇.基于逆控制的永磁同步电机速度伺服系统[J].北京科技大学学报,2009, 31(4): 31-34.
[181]刘金琨.先进PID控制MATLAB仿真[M].北京:电子工业出版社, 2011: 537-584.
[182]孙涛.基于模糊免疫自适应PID的智能控制算法的研究[D].大连:大连海事大学检测技术与自动化装置学科硕士学位论文,2009, 54-62.
[183]史忠植.智能科学[M].北京:清华大学出版社, 2006: 344-382.
[184]江中央,蔡自兴,龚涛.一种改进的模糊免疫反馈PID控制器[J].控制工程, 2008, 15(5):485-488.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |