基于FPGA的活套高度和张力系统解耦控制器设计

将式(17)离散化，实际的活套臂长度为796mm，在线性工作点处对应的套高285 mm，对活套高度附加15％左右，即幅度为40mm的阶跃扰动信号．神经网络的结构4-6-3，加权系数初始值取区间[-0．5，0．5]上的随机数，输入模式选为r(k)，y(k)，e(k)，1．学习速率η=0．34，惯性系数α＝0．06．解耦后的带钢张力变化曲线如图3所示．

仿真结果表明，基于上述的控制策略，系统在满足活套高度增量设定的同时，活套张力波动较小，在500ms时张应力的变化为-0．2N·mm-2在800ms时张应力的变化为-0．05N·mm-2，从而实现了活套高度与张力耦合系统的解耦控制．

3 结语
如何将神经网络的控制算法固化到专用的芯片上，以解决高速轧制过程与复杂控制算法计算耗时的矛盾，是实际热轧现场能够应用的前提．基于上述分析，本文设计了相关的仿真软件，并用FPGA实现了一个采用BP算法能够进行片上学习的前馈多层网络模型．