数据驱动的电渣重熔过程神经网络预测控制

• 作 者: 杨忠君 刘振伟 张化光
• 机 构: 东北大学 信息科学与工程学院,辽宁沈阳 110004 东北大学 信息科学与工程学院,辽宁沈阳 11
• 出 处: 第26届中国过程控制会议
• 发表日期: 2015年10期
• 关键词: 电渣重熔(ESR)过程 电极熔化率 数据驱动 神经网络 预测控制

　　针对电渣重熔(Electroslag Remelting,ESR)过程具有大时滞、非线性的特点,结合该过程的重要参数—电极熔化率在线测量精度低的情况,提出了一种电渣重熔过程的两层BP 神经网络非线性预测控制系统。其中数据驱动的电极熔化率神经网络预测模型采用Levenberg-Marquardt(L-M)法进行训练；采用在线滚动优化控制策略,设计了梯度下降(Gradient Descent,GD)递归计算多步预测优化控制器。仿真结果表明,文中提出的电渣重熔过程非线性神经网络预测控制系统具有较好的控制效果。