[发明专利]一种抑制轧机扭振的智能控制方法

权利要求书

1.一种抑制轧机扭振的智能控制方法，其特征在于，它包括以下步骤：

(1)设计模糊PID控制器，并从中得到训练神经网络所需的数据样本集；

(2)对神经网络进行训练，不断学习，直到得到PID的最佳参数；

(3)对训练好的模糊-神经网络PID控制器进行仿真验证该方法的有效性。

2.根据权利要求1所述的抑制轧机扭振的智能控制方法，其特征在于：所述步骤(1)中，设计模糊PID控制器，并从中得到训练神经网络所需的数据样本集；包括以下步骤，

a、确定模糊论域，本文的模糊语言变量为：误差e和误差导数e&，其论域值为[-4，4]，变量为[NB，NM，NS，ZE，PS，PM，PB]，即负大、负中、负小、零、正小、正中、正大。隶属度函数采用高斯型。PID三个参数K_P、K_I、K_D论域取[1，2]，变量为[PE，PS，PM，PB，PL]，即零、正小、正中、正大、正最大；

b、确定隶属度函数，本文采用的隶属度函数是高斯型，

uij(xi)=exp(-(xi-cij)2σij2);]]>

c、确定模糊推理规则表；

表1模糊推理规则表

d、模糊推理，求解模糊关系方程产生相应的模糊矢量。本文采用的是Takagi-Sugeno型推理；

e、模糊结果精确化，本文采用的是中位数法(bisector)，当z₀＝df(z)μ_c(z)满足：

∫az0μC′(z)dz=∫z0bμC′(z)dz]]>

则取μ_c(z)的中位数作为z的清晰量。

3.根据权利要求1所述的抑制轧机扭振的智能控制方法，其特征在于：所述步骤(2)中，神经网络的训练是在matlab/anfisedit中进行的，网络类型选用的是BP网络，分为五层。

4.根据权利要求1所述的抑制轧机扭振的智能控制方法，其特征在于：所述步骤(3)中，在matlab/simulink中搭建仿真系统，其中，模糊神经网络部分采用训练完成的网络，通过编写S函数实现；轧机部分用轧机二质量系统，设在0s处加单位阶跃模拟轧机的起振，在3s处突加单位阶跃模拟轧机的扭振。