.png){kind=icon}
返回
Optimalisation of Flying Shears Control Structure Using AI Methods
.png){kind=icon}
PRE
AI
DOI：10.2478/pead-2026-0006.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
鼓型飞剪代表一种用于材料加工线（MPL）的技术系统。在运行过程中，它们必须承受与电机额定转矩幅度相当、持续时间极短的冲击剪切转矩。飞剪的位置由带钢速度决定，这意味着带钢速度的任何变化都会直接反映在飞剪的速度上。因此，主要的控制任务是确保在开始切割的时刻，带钢速度与飞剪之间实现精确同步，并最小化切割过程中的飞剪速度下降。这可以防止切割带钢的变形以及切割板材尺寸精度的下降。先前的研究表明，通过剪切转矩补偿补充的传统控制方法可以显著提高切割过程中的速度稳定性。基于这些发现，本文分析了人工智能（AI）元素在优化鼓型飞剪控制中的应用。该研究比较了传统控制方法与基于模糊逻辑和神经网络（NNs）的方法，旨在进一步改善系统动态性能并最小化切割过程中的速度偏差。所提出的控制结构和补偿措施通过仿真进行验证，并呈现了结果。
Keyword:
artificial intelligence
flying shears
control structure optimisation
neural network
intelligent control
