期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
液压辊缝PID控制器ACO与AFSO算法优化及仿真
1
作者
李爽
陈明航
+1 位作者
吴爽
王心超
《机械设计与制造》
北大核心
2025年第4期233-236,共4页
针对轧机辊缝控制系统研究通常跟系统阶跃响应存在较大关联,无法完全适应复杂运行工况需求。以蚁群(Ant Clony Optimization,ACO)和人工鱼群算法(Artificial Fish Swarm Optimization,AFSO)方式对PID控制器进行参数调节,并通过Simulink...
针对轧机辊缝控制系统研究通常跟系统阶跃响应存在较大关联,无法完全适应复杂运行工况需求。以蚁群(Ant Clony Optimization,ACO)和人工鱼群算法(Artificial Fish Swarm Optimization,AFSO)方式对PID控制器进行参数调节,并通过Simulink比较系统优化前后的响应速率和系统稳定性。研究结果表明:未施加干扰力下,相对蚁群算法,以人工鱼群算法处理时获得更小超调量,减小近14%的比例,并且提升调整效率,使整体调整时间缩短1/5。施加干扰力下,相对蚁群算法,以人工鱼群算法进行优化时,超调量减小达到12.4%,并缩短了14.6%的调节时间以及减小26%的稳态误差。当随机信号频率增大后,响应曲线表现为波动性减小的规律。以人工鱼群算法进行处理时相对蚁群算法达到了更低波动幅度。该研究对提高液压机的控制精度和工作效率具有很好的实际指导价值。
展开更多
关键词
辊缝
轧机
PID控制器
蚁群算法
人工鱼群算法
在线阅读
下载PDF
职称材料
冷连轧轧制力深度神经网络模型泛化能力并行优化
被引量：
1
2
作者
吴爽
闫奕
+1 位作者
李爽
李峰
《机械设计与制造》
北大核心
2023年第8期171-174,共4页
为了更好调控冷连轧板厚参数,设计了一种冷连轧轧制力深度神经网络模型,增强了冷连轧模型的控制效果。选择2030冷连轧结构进行研究,对多输入多输出(MIMO)深度神经网络(DNN)进行预处理,针对多线程CPU与GPU实施了优化,对比了神经网络模型...
为了更好调控冷连轧板厚参数,设计了一种冷连轧轧制力深度神经网络模型,增强了冷连轧模型的控制效果。选择2030冷连轧结构进行研究,对多输入多输出(MIMO)深度神经网络(DNN)进行预处理,针对多线程CPU与GPU实施了优化,对比了神经网络模型和冷连轧系统Siemens模型误差。研究结果表明:L-M算法表现出了更优的收敛稳定性、测试和验证性能、梯度下降趋势,并且收敛速度也更快。以随机方式选择200个数据并测定泛化性能测试得到,L-M算法获得了比SCG算法更大的相关系数。都是随着隐含层数的增加,获得了性能更优的神经网络模型,并且都会增加训练时间。从各项模型指标分析,L-M算法都比SCG算法的性能更优。构建神经网络轧制力模型总共包含二个隐含层、节点数介于17~30、通过L-M算法进行训练。采用神经网络轧制力模型得到的结果与实测值之间的误差比Siemens机理模型和测试值的误差更低。
展开更多
关键词
深度神经网络模型
L-M算法
SCG算法
并行优化
轧制力模型
在线阅读
下载PDF
职称材料
题名
液压辊缝PID控制器ACO与AFSO算法优化及仿真
1
作者
李爽
陈明航
吴爽
王心超
机构
南阳
职业
学院
机械与汽车
工程
学院
南阳职业学院计算机与信息工程学院
河南工业大学机电
工程
学院
出处
《机械设计与制造》
北大核心
2025年第4期233-236,共4页
基金
河南省高等学校重点科研项目(21B460008)。
文摘
针对轧机辊缝控制系统研究通常跟系统阶跃响应存在较大关联,无法完全适应复杂运行工况需求。以蚁群(Ant Clony Optimization,ACO)和人工鱼群算法(Artificial Fish Swarm Optimization,AFSO)方式对PID控制器进行参数调节,并通过Simulink比较系统优化前后的响应速率和系统稳定性。研究结果表明:未施加干扰力下,相对蚁群算法,以人工鱼群算法处理时获得更小超调量,减小近14%的比例,并且提升调整效率,使整体调整时间缩短1/5。施加干扰力下,相对蚁群算法,以人工鱼群算法进行优化时,超调量减小达到12.4%,并缩短了14.6%的调节时间以及减小26%的稳态误差。当随机信号频率增大后,响应曲线表现为波动性减小的规律。以人工鱼群算法进行处理时相对蚁群算法达到了更低波动幅度。该研究对提高液压机的控制精度和工作效率具有很好的实际指导价值。
关键词
辊缝
轧机
PID控制器
蚁群算法
人工鱼群算法
Keywords
Roll Gap
Rolling Mill
PID Controller
Ant Colony Algorithm
Artificial Fish Swarm Algorithm
分类号
TH16 [机械工程—机械制造及自动化]
TH137 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
冷连轧轧制力深度神经网络模型泛化能力并行优化
被引量：
1
2
作者
吴爽
闫奕
李爽
李峰
机构
南阳职业学院计算机与信息工程学院
南阳
职业
学院
河南理工大学机械与动力
工程
学院
出处
《机械设计与制造》
北大核心
2023年第8期171-174,共4页
基金
2021年河南省社会科学界联合会调研课题(SKL-2021-1513)。
文摘
为了更好调控冷连轧板厚参数,设计了一种冷连轧轧制力深度神经网络模型,增强了冷连轧模型的控制效果。选择2030冷连轧结构进行研究,对多输入多输出(MIMO)深度神经网络(DNN)进行预处理,针对多线程CPU与GPU实施了优化,对比了神经网络模型和冷连轧系统Siemens模型误差。研究结果表明:L-M算法表现出了更优的收敛稳定性、测试和验证性能、梯度下降趋势,并且收敛速度也更快。以随机方式选择200个数据并测定泛化性能测试得到,L-M算法获得了比SCG算法更大的相关系数。都是随着隐含层数的增加,获得了性能更优的神经网络模型,并且都会增加训练时间。从各项模型指标分析,L-M算法都比SCG算法的性能更优。构建神经网络轧制力模型总共包含二个隐含层、节点数介于17~30、通过L-M算法进行训练。采用神经网络轧制力模型得到的结果与实测值之间的误差比Siemens机理模型和测试值的误差更低。
关键词
深度神经网络模型
L-M算法
SCG算法
并行优化
轧制力模型
Keywords
Deep Neural Network Model
Algorithm of L-M
SCG Algorithm
Parallel Optimization
Rolling Force Model
分类号
TH16 [机械工程—机械制造及自动化]
TP273 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
液压辊缝PID控制器ACO与AFSO算法优化及仿真
李爽
陈明航
吴爽
王心超
《机械设计与制造》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
冷连轧轧制力深度神经网络模型泛化能力并行优化
吴爽
闫奕
李爽
李峰
《机械设计与制造》
北大核心
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
