一种基于主动学习的板厚智能控制方法

发明专利无效专利

申请号：
CN201510665952.X
IPC分类号：G05B13/04;G05D5/02
申请日期：
2015-10-16
申请人：
华北理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于主动学习的板厚智能控制方法
申请号	CN201510665952.X	申请日期	2015-10-16
法律状态	权利终止	申报国家	暂无
公开/公告日	2016-01-20	公开/公告号	CN105259754A
优先权	暂无	优先权号	暂无
主分类号	G05B13/04 ? IPC结构图谱： G 物理 G0 仪器 G05 控制；调节 G05B 一般的控制或调节系统；这种系统的功能单元；用于这种系统或单元的监视或测试装置（应用流体作用的一般流体压力执行器或系统入F15B；阀门本身入F16K；仅按机械特征区分的入G05G；传感元件见相应小类，例如G12B，G01、H01的小类；校正单元见相应的小类，例如H02K） G05B13/00 自适应控制系统，即系统按照一些预定的准则自动调整自己使之具有最佳性能的系统（G05B 19/00优先；计算机零部件入G06F 15/18）〔3〕 G05B13/02 电的 G05B13/04 包括使用模型或模拟器的〔3〕	IPC分类号	G;0;5;B;1;3;/;0;4;;;G;0;5;D;5;/;0;2查看分类表>
申请人	华北理工大学	申请人地址	河北省唐山市路南区新华西道46号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华北理工大学	当前权利人	华北理工大学
发明人	史涛;任红格;李冬梅;李福进;向迎帆;霍美杰;徐少彬
代理机构	唐山永和专利商标事务所	代理人	张云和

摘要

本发明涉及一种基于主动学习的板厚智能控制方法，属于智能控制技术领域，以神经网络可自学习的性能为理论依据，将动态神经网络与主动学习相结合，在线调整PID控制器参数，构建基于主动学习的发育模型，从而建立带钢厚度的智能控制系统，使板厚控制系统能够适时地进行自我调节，通过不断的训练动态神经网络优化板厚控制系统的控制性能。该方法为系统可在线调整控制参数提供了一种泛化能力强，适用范围广的数学模型；其次该方法将主动学习与动态神经网络相结合，通过主动学习采集网络训练样本，提高了网络自学习能力从而提高了系统的自适应能力，实现真正意义上的“智能”。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供