您的位置： 专家智库 > >

梁辉

作品数：5 被引量：17H指数：3
供职机构：北京科技大学更多>>
发文基金：北京市教委重点学科建设项目北京市教委重点学科共建项目更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 3篇期刊文章
  • 2篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇数据驱动
  • 3篇最小二乘
  • 3篇减法聚类
  • 2篇预测控制
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇热连轧
  • 2篇最小二乘支持...
  • 2篇向量机
  • 2篇连轧
  • 2篇厚度
  • 2篇测控
  • 1篇带钢
  • 1篇带钢厚度
  • 1篇多分辨
  • 1篇多分辨分析
  • 1篇轧辊
  • 1篇轧辊偏心
  • 1篇铁合金
  • 1篇热轧

机构

  • 5篇北京科技大学
  • 1篇蓝星(北京)...

作者

  • 5篇梁辉
  • 3篇童朝南
  • 1篇王恒

传媒

  • 1篇北京科技大学...
  • 1篇北京工业大学...
  • 1篇控制工程

年份

  • 4篇2012
  • 1篇2010
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
基于数据驱动的热轧厚度质量控制研究
梁辉
关键词：热连轧数据驱动减法聚类最小二乘支持向量机预测控制
基于数据驱动的热连轧厚度建模与控制方法被引量：5
2012年
针对轧机厚度机理模型逐渐不满足现有的控制精度要求的现象,提出了一种基于数据驱动的热轧带钢厚度预测与控制方法.该方法通过对输入空间数据进行在线聚类划分,在各子空间使用最小二乘支持向量机(least square support vector machine,LS-SVM)在线算法建立非线性模型,并预测系统的输出值,利用预测控制方法求得控制量,根据控制器加权策略得到全局控制量.仿真结果证明了该方法的有效性.
梁辉童朝南王恒
关键词：热连轧数据驱动减法聚类最小二乘支持向量机模型预测控制
基于减法聚类的带钢厚度数据驱动建模被引量：5
2012年
针对轧钢生产中大批过程数据没有被用于提高厚度质量的现象,提出了一种基于减法聚类的带钢厚度数据驱动在线建模方法.首先通过减法聚类将输入空间划分为一些小的局部空间,在每个局部空间中用最小二乘支持向量机建立子模型,子模型加权输出作为带钢厚度的离线模型;然后当在线数据不断增加时,通过在线减法聚类算法实时调整局部空间,子模型的参数采用最小二乘支持向量机的递推算法进行相应的在线辨识,子模型的预测输出作为模型的最后输出.实验结果表明,该方法具有良好的预测精度和较强的在线学习能力.
梁辉童朝南
关键词：厚度控制数据驱动聚类算法最小二乘法
钛微合金化生产HRB400热轧钢筋的工艺研究
梁辉
关键词：HRB400钢筋微合金化钛铁合金
基于轧制力信号多分辨分析的AGC系统被引量：7
2012年
针对目前热连轧生产轧制过程中实时反映生产状况的轧制力数据中所包含的大量丰富信息没有被充分利用的现象,从轧制力方面探讨了提高带钢成品厚度精度的新方法。从理论上分析了热轧轧制力信号特性,并结合小波在不同频率尺度上可以提取信号相关特征的优势,提出了一种基于小波多分辨分析的轧制力AGC系统。该算法采用小波多分辨分析算法提取出轧辊偏心、水印等引起的轧制力波动,并分别针对各因素引起的轧制力波动量进行相应的控制。仿真结果表明,该方法是有效可行的,提高了带钢厚度精度,具有广阔的推广应用前景。
梁辉童朝南
关键词：轧辊偏心AGC系统
全选 清除 导出
共1页<1>
聚类工具0