Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Adaptive control of cold rolling system in electrical strips production system with online-offline predictors
Mälardalens högskola, Akademin för hållbar samhälls- och teknikutveckling.
Mälardalens högskola, Akademin för hållbar samhälls- och teknikutveckling.
Mälardalens högskola, Akademin för hållbar samhälls- och teknikutveckling.ORCID-id: 0000-0002-7233-6916
2010 (Engelska)Ingår i: The International Journal of Advanced Manufacturing Technology, ISSN 0268-3768, E-ISSN 1433-3015, Vol. 50, nr 9-12, s. 917-930Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

One of the main concerns of strips producers is to measure strip thickness accurately as it is produced. Correct modelling of the sensitivity of output variables to input variables in a rolling mill model is one of the keys to obtaining more accurate data. An adaptive control system that uses an artificial neural network (ANN) creates a model of the process directly from measurement data. Using the model, the control system can predict how the process will react to control actions. The creation of the model and the computation of the control strategy are carried out automatically by the control system. The proportional-integral-derivative controller is used in this method to increase accuracy of final estimated variables and to increase accuracy of control of the system. To determine the correct tuning for thickness control, three control parameters are considered: the roll gap, and front and back tensions. A predictive model is used, based on the sensitivity equations of the process, where the sensitivity factors are computed by differentiating a previously trained neural network. Results of a case study in a real plant show that this online-offline model is effective in reducing thickness variations in produced strips.

Ort, förlag, år, upplaga, sidor
2010. Vol. 50, nr 9-12, s. 917-930
Nyckelord [en]
Process, Ferromagnetic strip, Electrical machines, Thickness, Estimation, ANN, Control
Nationell ämneskategori
Teknik och teknologier
Identifikatorer
URN: urn:nbn:se:mdh:diva-20135DOI: 10.1007/s00170-010-2585-7ISI: 000282840700007Scopus ID: 2-s2.0-77957858232OAI: oai:DiVA.org:mdh-20135DiVA, id: diva2:638501
Tillgänglig från: 2013-07-30 Skapad: 2013-07-05 Senast uppdaterad: 2017-12-06Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Sök vidare i DiVA

Av författaren/redaktören
Mahmoudi, JafarDahlquist, Erik
Av organisationen
Akademin för hållbar samhälls- och teknikutveckling
I samma tidskrift
The International Journal of Advanced Manufacturing Technology
Teknik och teknologier

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 17 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf