论文部分内容阅读
基于热轧宽度系统建模分析的基础上，针对该系统存在的复杂非线性、不确定性及随机负载干扰等特性，提出一种基于神经网络的PD混合控制策略，其中神经网络作为前馈控制器用于在线学习系统的逆动态，控制器参数的调整是基于被控过程的测量信息利用反馈误差学习算法来实现，从而使控制器的设计不依赖于对象的数学模型，实现了自适应控制，而PD控制器作为反馈控制，保证了系统的鲁棒性。仿真结果表明，该控制器用于立轧带钢宽度系统改善了系统的动态性能和抗干扰能力，解决了系统难于建模带来的诸多困难。