刘小河[1]2000年在《电弧炉电气系统的模型、谐波分析及电极调节系统自适应控制的研究》文中研究说明本文研究了电弧炉电气系统的数学模型、谐波分析及电弧炉电极调节系统的自适应控制问题。 本文从交流电弧的物理机理出发，提出了交流电弧的电路模型，并给出了确定电弧参数的工程估算方法，通过仿真验证了该模型的有效性。在此基础上，导出了电弧炉电气系统的状态方程。 本文以实际的电弧炉系统为背景，进行了谐波分析的数字仿真研究。与实测结果对比表明，本文所提出的电弧炉系统模型可以近似再现实际系统的典型谐波。在此基础上，对电容对系统谐波的影响、LC无源滤波器的抑制谐波效果、电弧非线性对系统特性的影响进行了仿真研究。对电弧炉系统谐波分析的频域方法及电弧炉主电路仿真系统的研制，进行了较为详细的讨论。 针对电弧炉系统所代表的一类非线性系统，本文提出了非线性系统模型参考自适应控制的分段线性化方法，并将其应用于三相电弧炉电极调节系统的自适应控制研究之中，设计了三相电弧炉自适应电极调节系统。通过仿真表明：该系统具有很好的抗扰动能力，其控制效果大大优于PID控制系统。最后，介绍了三相电弧炉电极调节系统自适应控制仿真软件EAF1.0的主要功能。
殷杰[2]2005年在《电弧炉电极调节系统控制方法研究》文中研究表明北京机械工业学院硕 士 学 位 论 文电弧炉电极调节系统控制方法研究
王永社[3]2004年在《电弧炉及其电极调节系统的自适应控制研究》文中进行了进一步梳理本文首先应用分段线性化理论，对电弧炉电极调节系统的模型参考自适应控制算法进行了研究，推导出全数字化的模型参考自适应律；然后根据推导出的自适应律成功的设计出了的软件仿真系统，用软件对电弧炉电极控制进行了仿真研究；最后利用电子电路构造出一套完整的电炉炼钢电极控制硬件仿真系统，对电炉电极调节进行了实验室电路仿真研究。软硬件仿真和实验都表明，自适应控制能够高效、可靠的对电炉电极进行调节和控制。
胡贵妹, 张世峰, 张祝威, 程曾婉, 陈威[4]2017年在《基于RBF网络逆辨识的LF炉电极系统控制策略》文中认为针对LF炉电极控制系统存在的非线性、模型不确定性、多输入多输出耦合的现象,通过可逆性分析,构造了网络辨识的逆模型;由于三相电极电流存在强耦合,因此通过逆控制器将其解耦成三个相互独立的伪线性控制回路。通过实验仿真,结果表明该控制策略对电弧炉电极的解耦性能、跟踪性能和抗干扰能力起到较好的作用,能达到预期的效果。
周京华[5]2000年在《电弧炉电极调节系统自适应控制方法及仿真系统的研究》文中指出本文首先引出了电弧炉电极调节系统的电弧等效数学模型及系统的状态方程。采用分段线性化理论，推导出了电极系统的输出─偏差信号间的传递函数，提出了在线辨识电弧炉系统参数及开环增益的辨识算法，对电弧炉电极调节系统进行了自校正PID控制的研究。仿真结果表明，自适应控制较之常规的PID控制，无论在抗干扰方面还是抑制短路电流的能力方面，都有较大的优越性。同时，采用模型参考自适应的方法，推导了电弧炉电极调节系统的模型参考自适应率。并且，构造出了电弧炉主电路的物理模型，并实现了电弧炉电极调节器模拟控制系统。通过对实测波形的分析，证明了电弧炉模拟调节系统的正确性，有效性，为检验控制策略的可行性提供了一个可靠的实验环境。
史旭珊[6]2014年在《基于神经网络的电弧炉电极调节控制器设计》文中认为电极调节控制系统是电弧炉炼钢的关键环节,其快速且准确的电极位置控制是节约电能、缩短冶炼周期、降低电极消耗及延长炉衬寿命的关键因素之一。然而,电极控制系统又是一个具有高度非线性、参数时变、变量耦合及强随机干扰的复杂系统。因此电极调节系统的控制方法成为电弧炉控制研究的主要对象,通过调节电极位置,实现对电弧长度控制,以达到控制冶炼功率的目的。随着工业计算机技术的不断发展,以人工神经网络控制为代表的智能控制技术应运而生,为解决传统控制领域难题带来了新的契机。本文先简单介绍了电弧炉炼钢的工艺、设备及工作原理,并阐述了课题研究背景及意义。接着在了解电弧特性和电极调节系统各部分工作机理的基础上,建立了交流电弧、三相供电系统及液压系统模型,并做了相应的仿真分析,以验证所建模型的合理性。然后在查阅大量文献的基础上,总结了国内外电极控制方法的研究现状。结合电极调节系统对控制器的要求,对现有的控制理论及方法进行分析,最后确定了基于神经网络的电极调节系统控制器。最后利用Taylor级数展开的线性化方法,得到电极调节系统广义被控对象的近似模型,采用回声状态网络(ESN)设计了电极调节系统自适应逼近模型控制器。在研究ESN基本特性及其学习算法的基础上,针对电弧炉电极调节系统的特点,采用了改进的ESN学习算法。设计了基于改进的ESN的电弧炉电极调节控制器,计算机仿真验证了所提方法的合理性和有效性。
张学辉[7]2007年在《电弧炉及其电极升降智能控制系统的研究》文中指出本文以某钢铁公司的40t电弧炉为研究对象,同时进行50t精练炉控制系统的研究与开发。设计一种综合的、集成的智能控制系统解决电弧炉炼钢复杂的控制问题,以弥补单一控制方法的不足。电弧炉炼钢综合的、集成的智能控制系统对于保证电弧炉优质高产、安全运行、节能降耗具有重要意义和实用价值。采用研华公司的高速数据采集卡设计了一个高速、准确的电参数数据采集系统,使该采集系统可以实时的采集大量的电参数(电弧电压、电弧电流和有效功率等)。使用这些数据在离线的情况下建立一个电弧炉神经网络预估模型。将建立的BP神经网络炉子预估模型在线投入,使用改进的BP算法与遗传算法相结合的方法对神经网络预估模型的结构与权值进行训练仿真,并不断进行在线自调整,使预估模型对实际的电弧炉对象实现最佳逼近。特定的预估补偿程序利用预估结果,对常规控制的电极调节器输出进行优化补偿,用于实时控制,以获得期望的控制效果。同时,为确保智能电极调节器发生故障时冶炼设备仍能正常工作,保证生产的连续进行,采用PID控制算法设计了PLC常规电极调节器。
王立军[8]2002年在《电弧炉电极调节自适应控制系统的研究》文中研究指明本文首先引出了电弧炉电极调节系统的电弧等效数学模型及系统的状态方程。应用分段线性化理论，对电弧炉电极调节系统的PID控制方法和离散时间模型参考自适应控制方法进行了研究，推导出了离散时间模型参考自适应律，然后根据推导出的自适应律对电弧炉系统进行仿真。同时，构造出了电弧炉主电路及其控制回路的物理模型。仿真和实验结果表明，自适应控制较之常规的PID控制在跟踪性能等方面具有较大的优越性。
刘小河, 张道成[9]2004年在《电弧炉电极调节系统的离散时间自适应控制研究》文中提出讨论了电弧炉电极调节系统的离散时间自适应控制问题。首先将电弧炉主电路的电弧弧长与电弧电流的非线性函数关系用分段线性函数表示,得出了电弧炉电极调节系统分段线性化的数学模型。在此基础上进行了电弧炉电极调节自适应控制系统的设计,推导出了递推的离散时间模型参考自适应律。仿真研究表明自适应控制系统具有良好的跟踪特性,并能够有效地抑制抖动,其性能明显优于PID控制系统,以上研究为新型电极控制系统的研制提供了新的方法。
秦悦[10]2011年在《Hammerstein-Wiener型非线性系统的辨识与控制》文中认为在实际工业控制系统中,理想的线性控制系统是不存在的,工业对象往往都具有较强的非线性特性。非线性系统的建模、辨识、自适应控制等方面的研究,已经逐渐成为研究非线性系统的重要方向。Hammerstein-Wiener型非线性系统是常见的用来描述非线性系统的模型,它是由个静态非线性系统、一个动态线性系统和另一个静态非线性系统串联而成。该类模型的特点是可将静态非线性特性和动态线性特性分开考虑,简单又有效地描述了相当广泛的一类非线性系统,能较好地反映大多数工业生产过程的非线性特性。例如将电弧炉炼钢过程中的电极调节系统表示成Hammerstein-Wiener型非线性系统的形式,提高了系统的准确性,使系统模型更接近工业生产过程的实际。论文首先介绍了本课题的研究背景,简述了非线性系统辨识与控制方法的研究现状,并简要说明了本文的研究内容及论文的整体结构。接下来主要研究了一种基于最小二乘支持向量机(LSSVM)理论和两步法广义预测控制理论对Hammerstein-Wiener型非线性系统进行辨识与控制的方法。利用最小二乘支持向量机(LSSVM)的方法,将系统辨识问题转化为有约束的优化问题,避免了过去辨识Hammerstein-Wiener系统所采用的迭代运算,提高了计算效率；同时,对实际工业生产中具有Hammerstein-Wiener模型结构的电极调节系统进行了辨识,并用MATLAB仿真验证了该方法的有效性。利用两步法广义预测控制,将Hammerstein-Wiener模型的线性部分与非线性部分分开考虑,将控制问题分解为线性模型的动态优化问题和非线性模型的静态求根问题,因此处理起来比较灵活,每一步的算法可以灵活选择；同时,对实际工业生产中具有Hammerstein-Wiener模型结构的电极调节系统的控制器进行了设计,并用MATLAB仿真验证了该方法的有效性。
参考文献：
[1]. 电弧炉电气系统的模型、谐波分析及电极调节系统自适应控制的研究[D]. 刘小河. 西安理工大学. 2000
[2]. 电弧炉电极调节系统控制方法研究[D]. 殷杰. 北京机械工业学院. 2005
[3]. 电弧炉及其电极调节系统的自适应控制研究[D]. 王永社. 西安理工大学. 2004
[4]. 基于RBF网络逆辨识的LF炉电极系统控制策略[J]. 胡贵妹, 张世峰, 张祝威, 程曾婉, 陈威. 荆楚理工学院学报. 2017
[5]. 电弧炉电极调节系统自适应控制方法及仿真系统的研究[D]. 周京华. 西安理工大学. 2000
[6]. 基于神经网络的电弧炉电极调节控制器设计[D]. 史旭珊. 东北大学. 2014
[7]. 电弧炉及其电极升降智能控制系统的研究[D]. 张学辉. 江西理工大学. 2007
[8]. 电弧炉电极调节自适应控制系统的研究[D]. 王立军. 西安理工大学. 2002
[9]. 电弧炉电极调节系统的离散时间自适应控制研究[J]. 刘小河, 张道成. 系统仿真学报. 2004
[10]. Hammerstein-Wiener型非线性系统的辨识与控制[D]. 秦悦. 东北大学. 2011
标签：计算机软件及计算机应用论文; 自动化技术论文; 电弧炉论文; 自适应控制论文; 系统辨识论文; 线性系统论文; 仿真软件论文; 自适应论文; 电弧论文; 非线性论文;