基于CGA-SNPOM优化RBF-ARX模型的板形缺陷识别

张秀玲^1,2，李家欢¹，魏其珺¹，董逍鹏¹，周凯旋¹

1. 燕山大学河北省工业计算机控制工程河北省重点实验室2. 燕山大学国家冷轧板带装备及工艺工程技术研究中心

摘 要：针对传统优化算法（SNPOM）在辨识RBF-ARX模型参数时易陷入局部最优解的问题,将云遗传算法（CGA）和SNPOM算法结合,提出一种混合优化算法CGA-SNPOM。并以某公司900HC可逆冷轧机板形识别为应用背景,设计了基于CGA-SNPOM优化RBF-ARX的板形缺陷识别模型。分别用SNPOM算法和CGA-SNPOM算法对RBF-ARX模型参数进行优化,仿真验证表明,基于CGA-SNPOM优化的板形识别系统克服了SNPOM容易陷入局部极值的缺点,识别精度大幅提高,是一种有效的板形识别方案。

关键词：板形识别;板形缺陷;SNPOM;云遗传;RBF-ARX;