李海滨　高武杨　来永进　张秀玲

1.燕山大学河北省工业计算机控制工程重点实验室，秦皇岛，066004 2.燕山大学国家冷轧板带装备及工艺工程技术研究中心，秦皇岛，066004



GA-T-S云推理网络板形模式识别的DSP实现

李海滨1,2高武杨1来永进1张秀玲1,2

1.燕山大学河北省工业计算机控制工程重点实验室，秦皇岛，066004 2.燕山大学国家冷轧板带装备及工艺工程技术研究中心，秦皇岛，066004

针对现有神经网络大多是在软件的基础上进行仿真，训练时间长，不利于工程实际应用的问题，提出了GA-T-S云推理网络板形模式识别的DSP实现方法。首先以设计的板形模式识别GA-T-S云推理网络模型为基础， 利用TI TMS320F2812完成T-S云推理网络的DSP 设计；然后利用MATLAB遗传算法工具箱离线优化T-S云推理网络参数，将优化后的网络参数存入DSP中，进而分别在MATLAB与DSP上运行该网络；最后将运行结果分别进行显示与对比分析。实验结果证实了基于GA-T-S云推理网络的板形模式识别模型有较高的板形识别精度，能够正确识别出板形缺陷的类型,同时验证了GA-T-S云推理网络在硬件TI TMS320F2812上实现的可行性与快速性，从而为神经网络推广应用到实际工程中提供了依据。

T-S云推理网络；板形识别；数字信号处理器；硬件实现；遗传算法

0　引言

近十年来，我国冷轧板带生产需求一直呈现非常旺盛的局面，现代工业的发展对板材的平整度即板形有了更高的要求[1]。板形是板带钢的一个重要质量指标，板形研究的最终目的在于解决板形质量问题。板形模式识别是板形控制的关键环节，其主要任务是根据板形仪检测的板形应力信号，识别出当前带钢中存在的板形缺陷类型，为消除或减小板形缺陷、实现板形控制提供依据。……