成果简介
- 新技术
本发明涉及一种基于影响矩阵自学习的冷轧带钢板形闭环控制方法，通过确定两个关键影响因素来建立不同板带材质、不同道次的影响矩阵先验值表，在板形闭环控制过程中利用实测板形数据通过自学习的方式不断地改善影响矩阵先验值表的品质，使之与板形调控机构的实际调控效能更加接近。由于自学习过程是在各种调控机构调控性能影响因素实际耦合作用的情况下进行的，所以，从某种意义上讲该方法比智能方法考虑的因素更加全面。此外，在闭环控制过程中，影响矩阵的计算及影响矩阵的自学习均采用简单的数学算法实现，计算速度快，实时性能好。由此可见，该方法具有可靠性高、适应能力强、适合在线应用、便于实施等优点。
该公司的其他成果
