李宏杰，黃慶學(xué)，朱士偉，張 偉，獨家?guī)?/p>

（太原科技大學(xué) 材料科學(xué)與工程學(xué)院，山西 太原 030024）

0 引言

在當(dāng)今的軋制過程控制自動化中，需要一套整合的信息控制系統(tǒng)，來共同面對所遇到的各種問題，由底層的各項裝置采集信息（Field Management，Level 0級），中層的控制系統(tǒng)或應(yīng)用程序進行程序的控制（Process Management，Level 1級），再由最上層的整合軟件（Process Control System，Level 2級）和管理軟件（MES，MIS，PDM 或者ERP等，Level 3級）將這些信息整合起來以供控制系統(tǒng)優(yōu)化共享、企業(yè)決策和提升效能.

這些服務(wù)于生產(chǎn)現(xiàn)場的各級儀器儀表、現(xiàn)場I／O、基礎(chǔ)自動化、傳動自動化、過程自動化以及工廠管理自動化的所有設(shè)備共同組成一個信息融合的大平臺，這個平臺的優(yōu)劣決定著生產(chǎn)信息化的效率和產(chǎn)品的質(zhì)量高低.

對于軋制過程自動化及其控制架構(gòu)來說，始終是國外三種架構(gòu)的一統(tǒng)天下，國內(nèi)很多的工程技術(shù)人員也都做出過努力探索，并形成了兩種快速分布式架構(gòu)，但這也只是在國外三種架構(gòu)的基礎(chǔ)上對基礎(chǔ)自動化和傳動自動化的拓撲結(jié)構(gòu)進行了變化［1］.因此，構(gòu)筑一條基于目前先進技術(shù)的以Agent［2-3］為核心的具有自主知識產(chǎn)權(quán)的軋制過程自動化控制系統(tǒng)平臺架構(gòu)，對開展自主研究和實現(xiàn)國產(chǎn)化等都有十分重大的意義.

本文通過對軋制過程中所有需要自動控制的角色或?qū)ο筮M行了充分研究，結(jié)合大量的工程實踐，基于Gaia建模方法，總結(jié)出面向軋制過程控制的核心架構(gòu)模型的三層結(jié)構(gòu)，詳細分析了每個控制層相互之間的關(guān)系，重點對核心層的4個模型進行了介紹.最后通過工程實例對本架構(gòu)模型做了試驗驗證.

1 “RP-Agent”的模型及概念

現(xiàn)代軋鋼離不開大量的模型計算，各個模型的數(shù)據(jù)來源廣泛，空間物理上的分布呈分散化，時間順序上有耦合特征，專業(yè)特色強.因此，要想讓Agent能夠和其它Agent進行相互協(xié)調(diào)配合，共同完成復(fù)雜工藝動作，那么該Agent必須具備以下三個層次的內(nèi)容［4］，圖1 是軋制過程單個Agent的架構(gòu)模型.

1）通訊層.是各個Agent和整個控制系統(tǒng)以及環(huán)境中的被控對象、檢測元件等進行信息交互的通道.具體體現(xiàn)在通訊方式，通訊協(xié)議的具體形式以及通訊控制策略；

2）控制層.是各個Agent執(zhí)行控制系統(tǒng)的決定或命令以及自身對環(huán)境變化所做出的響應(yīng)，是Agent解決實際問題的能力的集中體現(xiàn)，其實現(xiàn)精度體現(xiàn)了控制系統(tǒng)的整體作業(yè)精度.具體體現(xiàn)在數(shù)字量的輸入輸出，模擬量的輸入輸出及相互轉(zhuǎn)換、邏輯控制等；

3）協(xié)調(diào)層.該層是Agent系統(tǒng)的核心層，是Agent系統(tǒng)對外部環(huán)境變化或自身活動所做出的各種反應(yīng)，按照功能分為：本體模型、協(xié)作模型、計算模型、自學(xué)習(xí).

圖1 單個RP-Agent的架構(gòu)模型Fig.1 Architecture model of single RP-Agent

定義1 具備圖1 所述的三層控制結(jié)構(gòu)，協(xié)調(diào)層由本體模型、協(xié)作模型、計算模型和自學(xué)習(xí)4個部分構(gòu)成，主要應(yīng)用于軋制過程控制中的Agent，稱之為“軋制過程RP-Agent”（Rolling Process RP-Agent，簡稱RP-Agent）.

“RP-Agent”架構(gòu)模型的補充說明：

1）本模型既能作為個體參與系統(tǒng)控制，也能在多個RP-Agent共存的系統(tǒng)中分工合作，主要由本體模型負責(zé)系統(tǒng)自身所有組成的知識描述，由協(xié)作模型根據(jù)自學(xué)習(xí)和計算模型的整體工作量來決定任務(wù)分配；

2）針對當(dāng)前軋制過程中數(shù)學(xué)模型軋鋼的特點，整個RP-Agent模型的核心也是圍繞著計算模型和自學(xué)習(xí)進行設(shè)計；

3）多個RP-Agent相互之間的關(guān)系建模，即傳統(tǒng)領(lǐng)域的“熟人模型”，由飛速發(fā)展的通訊技術(shù)所取代，不必為此單獨建模，即使需要也只是交代清楚相互之間的關(guān)系即可.

2 “RP-Agent”核心層建模分析

2.1 本體模型功能分析

本體論（Ontology）是關(guān)于存在的研究，來源于哲學(xué)的一個分支［5］.在人工智能領(lǐng)域中，本體論研究特定領(lǐng)域知識的對象屬性、對象分類和對象間的相互關(guān)系，為領(lǐng)域知識的描述提供術(shù)語，屬于內(nèi)容理論的研究范疇［6］.

本體論既可以描述靜態(tài)的實體，又可以描述與時間推移相關(guān)的動態(tài)概念，比如事件、過程、活動等［7］.從客觀意義上說，本體的描述與特定的任務(wù)無關(guān).

對一個事物或概念可以進行本體論描述的多方面表達，但是其中最主要的描述是基于靜態(tài)本體和動態(tài)本體兩種或兩個方面.靜態(tài)本體描述事物或概念的各個組成部分以及這些組成部分之間的靜態(tài)聯(lián)系，動態(tài)本體描述事物或概念的運動和變化［8］.

本文將本體論的知識系統(tǒng)需求作為一個切入點，通過知識系統(tǒng)的需求分解，以期得到滿足和符合軋制過程特點的本體論知識表達，將面向軋制過程的Agent知識劃分為靜態(tài)知識，從而更加全面、有效地描述Agent所處的環(huán)境和實際應(yīng)用.

2.2 協(xié)作模型功能分析

在實際的控制系統(tǒng)中，雖然單個Agent只關(guān)注其自身的需求和目標(biāo)，其自身的軟硬件獨立于其它的Agent，能夠在環(huán)境中生存并具備完成一定任務(wù)的能力.在多Agent系統(tǒng)中，Agent間通過相互協(xié)作（Cooperation）能夠提高單個Agent的性能，增強多Agent系統(tǒng)解決實際問題的能力，還能夠使得控制系統(tǒng)具有更好地靈活性.每個Agent都不是孤立地存在，它們之間是相互聯(lián)系的，需要它們共同協(xié)作去完成單個Agent不能完成的復(fù)雜任務(wù)或復(fù)雜工藝動作［9］.

在Agent系統(tǒng)中，“任務(wù)分解”是Agent求解復(fù)雜任務(wù)的最關(guān)鍵也是最有效的實現(xiàn)方式.所謂的“任務(wù)分解”，是在一個復(fù)雜的大系統(tǒng)中，將一個復(fù)雜問題的大系統(tǒng)分解成若干個小問題組成的小系統(tǒng)，再將這些小問題小系統(tǒng)分配給若干個個體Agent進行獨立求解.因此，“任務(wù)分解”其實是將一個復(fù)雜的求解問題分解為若干個小問題進行求解的過程.其中，這些小問題很容易能夠被系統(tǒng)中的一個或若干個智能體所求解［10］.

通過對復(fù)雜任務(wù)的分解，不僅可以明確任務(wù)實現(xiàn)的具體程序和詳細過程，而且復(fù)雜任務(wù)完成的效率和質(zhì)量也很容易得到保障.

目前常用的任務(wù)分配方法有“集中式”任務(wù)分配和“分布式”任務(wù)分配兩種［11］，具體分配內(nèi)容如下所述.

1）“集中式”任務(wù)分配.由題意可知，是采用“事先約定”和“統(tǒng)一管理”的方法進行分配的方法.

2）“分布式”任務(wù)分配.其方法主要是在多Agent系統(tǒng)中建立一定的可行的社會行為規(guī)則和資源管理機制，系統(tǒng)中的每個Agent通過與其它Agent進行交互通訊，提出各自的行為目標(biāo)與意圖，從而實現(xiàn)對所有任務(wù)的分配以及對已經(jīng)分配好的任務(wù)進行再分配的方法，這其中個體行為占主導(dǎo)，依據(jù)行為目標(biāo)的量化指標(biāo)以及意圖的權(quán)重指標(biāo)對任務(wù)進行分配.

2.3 計算模型與自學(xué)習(xí)功能分析

現(xiàn)代大型冷連軋機組的板厚控制精度已經(jīng)達到1～2μm.軋制過程具有典型的深度非線性、強耦合、多變量、快過程等特點，因此在做控制設(shè)計時要充分考慮到這些特點，它對計算模型的精確性（Accuracy）、健壯性（Robust）、可靠性（Reliability）、易維護性（Ease of Maintenance）等方面的嚴格要求是不言而喻的.

自從20世紀80年代以來，軋制過程自動化控制中傳統(tǒng)的人工手動操作的方式逐漸被硬件以工業(yè)控制計算機（IPC）為核心，軟件以數(shù)學(xué)模型（Mathematical Model）為核心的自動控制系統(tǒng)所取代.“如果說控制系統(tǒng)是現(xiàn)代軋機的中樞神經(jīng)，那么數(shù)學(xué)模型就是軋機控制的靈魂”［12］.

經(jīng)過大量的生產(chǎn)實踐，人們在改進模型控制結(jié)構(gòu)、優(yōu)化模型系數(shù)的過程中，逐漸地發(fā)現(xiàn)自學(xué)習(xí)（Self-Learning）是一種提高模型和系統(tǒng)控制精度的好方法，切實有效且具有可操作性［13-14］.

在模型計算中考慮了自學(xué)習(xí)系數(shù)之后，可使后續(xù)的計算值能夠更加接近實測值.

自學(xué)習(xí)可分為短期自學(xué)習(xí)和長期自學(xué)習(xí).以中厚板全液壓滾切剪［15-17］剪切鋼板為例，短期自學(xué)習(xí)也稱為板對板的自學(xué)習(xí)，也就是把當(dāng)前這一塊鋼板的計算值與剛剛剪切過的前一塊鋼板的實測值進行比較，以此對計算值加以修正，以期減小當(dāng)前計算值的偏差.長期自學(xué)習(xí)是剪切過程中更換規(guī)格品種時，由于剪切品種差別太大影響到剪刃間隙以及剪刃和鋼板的剪切角，這時需要從系數(shù)表中把過去剪切同一規(guī)格品種時記錄下來的自學(xué)習(xí)系數(shù)檢索出來，作為當(dāng)前的自學(xué)習(xí)系數(shù)，以此為基準值，進行短期自學(xué)習(xí).剪切完這一批產(chǎn)品后，再把這段時間的自學(xué)習(xí)整體效果歸納為一個長期的自學(xué)習(xí)系數(shù)存儲起來，取代原來這個規(guī)格品種的自學(xué)習(xí)系數(shù)，使得這批剪切中對自學(xué)習(xí)系數(shù)調(diào)整的經(jīng)驗得以保存，以便下一次再剪切相同規(guī)格品種的產(chǎn)品時再次調(diào)用.

因為自學(xué)習(xí)中的系數(shù)是以實測值作為參考的基準，所以采用自學(xué)習(xí)系數(shù)來提高模型的精度非常有效、可靠.生產(chǎn)實踐中將長期自學(xué)習(xí)和短期自學(xué)習(xí)結(jié)合起來，經(jīng)過一段時間經(jīng)驗的積累和數(shù)據(jù)處理，能夠使模型的計算精度得到大幅度的提高，因此自學(xué)習(xí)是近年來學(xué)者們研究的熱點.

因為有了模型的自學(xué)習(xí)，Agent才有了適于軋制過程的思想，控制才有了針對性和有效性.軋制過程經(jīng)過長期的自學(xué)習(xí)，控制系統(tǒng)才顯得越來越先進和成熟，也只有具備自學(xué)習(xí)的智能體控制器才能稱為“RP-Agent”.

3 基于“RP-Agent”的協(xié)同控制系統(tǒng)實驗

3.1 實驗設(shè)計

為了衡量基于RP-Agent的協(xié)同控制系統(tǒng)具有的優(yōu)異性能，本文以實際工程中的兩個不同時期的解決方案做對比.另外，在基于RP-Agent的基礎(chǔ)上，本文又進一步將兩路伺服協(xié)同的跟隨指令值曲線設(shè)計成動態(tài)生成的方式來說明RP-Agent優(yōu)越于傳統(tǒng)的基于高端PLC 的控制方式.本實驗中的RP-Agent選用臺灣研華ARK-3440工業(yè)嵌入式計算機，對比試驗的PLC選用西門子S7 416-2DP.基于RP-Agent的全液壓定尺取樣剪的分布式協(xié)同控制系統(tǒng)如圖2 所示.

圖2 基于RP-Agent的全液壓滾切剪協(xié)同控制系統(tǒng)Fig.2 Cooperative control system of full hydraulic rolling shear based on RP-Agent

圖2 中的核心控制器為2臺RP-Agent，分別為Host RP-Agent和Slave RP-Agent，都遵從圖1所示的RP-Agent架構(gòu)模型規(guī)定的功能和任務(wù)，以本體模型的靜態(tài)知識為起點，數(shù)學(xué)模型計算為核心，自學(xué)習(xí)為糾偏主要手段，協(xié)作模型居中調(diào)度，通訊層和外部環(huán)境緊密聯(lián)系，控制層高精度實時控制，共同構(gòu)成了一個和諧、高效率的協(xié)同控制系統(tǒng).

雖然圖2 的雙RP-Agent控制架構(gòu)具備協(xié)同分工等其它能力，但是在本文所進行的實驗中，所有的模型計算只是交由Host RP-Agent，Slave RP-Agent也只是用來做數(shù)據(jù)采集和記錄用.

3.2 基于S7 416-2DP的跟蹤算法

對于基于PLC的控制系統(tǒng)來說，控制的核心思想是利用斜坡函數(shù)發(fā)生器，將實際反饋值以一定的步長向著理想的設(shè)定值進行逼近，其核心算法如表1 所示.該算法也是全液壓滾切剪最初型號時的標(biāo)準算法，基本能夠滿足滾動剪切要求.

表1 基于S7416-2DP的斜坡跟蹤算法Tab.1 Slopes tracking algorithm based on S7416-2DP

3.3 基于“RP-Agent”的動態(tài)指令值跟蹤算法

由全液壓滾切剪的剪切工藝可知，針對不同型號規(guī)格的滾切剪，其左右兩缸的死區(qū)和總行程是不一樣的；其次，左右兩缸到達頂點的時間是受剪切鋼板的寬度和剪刃的半徑影響的；并且隨著應(yīng)用時間的推移，液壓系統(tǒng)的各個組件的固有屬性也是不斷變化的.因此，像第一代基于PLC的控制系統(tǒng)是不能滿足這些變化要求的.為了滿足這些變化的要求，在后續(xù)的全液壓滾切剪中都采用了基于RP-Agent的動態(tài)指令值跟蹤算法［18］，如圖3 所示.

全液壓滾切剪動態(tài)指令值雙曲線的數(shù)學(xué)模型如式（1）所示.

式中：yL，yR分別為左右兩側(cè)伺服缸的指令值，邏輯單位mm；S1，S2分別為左右兩側(cè)伺服缸允許范圍內(nèi)的最大行程，mm；t1，t2，t3分別為右側(cè)伺服缸的起始動作時間和左右兩側(cè)伺服缸到達最大行程的時間點，s；T為左右側(cè)伺服缸的整體運動周期，s.

圖3 基于RP-Agent的指令值動態(tài)雙曲線Fig.3 Command value dynamic hyperbolic based on RP-Agent

由此數(shù)學(xué)模型可見，在現(xiàn)場調(diào)試的時候，由工程技術(shù)人員或開發(fā)人員在現(xiàn)場的Host RP-Agent界面上根據(jù)滾切剪的實際參數(shù)，動態(tài)設(shè)定S1，S2，t1，t2，t3和周期T等參數(shù)即可快速調(diào)整剪刃的滾動效果和剪切質(zhì)量.特別在后期維護，元器件和液壓性能隨著時間的推移發(fā)生變化的時候，本系統(tǒng)可以快速地調(diào)整和適應(yīng)新的現(xiàn)場情況并及時做出調(diào)整.

以2 300mm 全液壓滾切剪為例，式（1）將轉(zhuǎn)變?yōu)槭剑?）～（5）這4個數(shù)學(xué)模型方程組，裝入模型后的RP-Agent如圖4 所示.

圖4 裝入模型并激活后的RP-AgentFig.4 Loading model and activate RP-Agent

1）左缸L1上升段

2）左缸L2下降段

3）右缸R1上升段

4）右缸R2下降段

4 實驗結(jié)果與分析

以下實驗數(shù)據(jù)和結(jié)果分別基于2008年投產(chǎn)的河北某鋼廠2 300mm 全液壓滾切剪，該設(shè)備的控制系統(tǒng)計算核心是基于西門子S7PLC；對比實驗的設(shè)備是2012年正式投產(chǎn)的湖南某鋼廠2 300mm 全液壓滾切剪，該設(shè)備的控制系統(tǒng)即是采用本文所述的基于RP-Agent為計算核心的分布式協(xié)同控制系統(tǒng).剪切對象的工藝參數(shù)規(guī)格基本一致，因此具有很好的可比性.

所有實驗數(shù)據(jù)均為近期回訪數(shù)據(jù)，西門子上位機Wincc 6.0監(jiān)控軟件記錄，時間間隔500ms.

4.1 基于PLC的實驗結(jié)果與分析

西門子S7 416-2DP PLC，采用表1 所示跟蹤算法，指令值和反饋值以及反映左右跟蹤的曲線變化如圖5 所示.

圖5 基于PLC的兩路液壓伺服協(xié)同跟蹤曲線Fig.5 Two hydraulic servo cooperative tracking curves based on PLC

從圖5 可以看出，兩路液壓伺服缸基本滿足了液壓滾切剪的滾切要求，但是效果不是特別理想.首先是左液壓伺服缸指令值加速度太大，缸體的實際位置出現(xiàn)很大的偏差，當(dāng)?shù)竭_2.4s 左右的時候，右缸伸出，由于右缸直徑小于左缸，故此右缸跟蹤誤差小于左缸；當(dāng)剪切進行到4.3s左右的時候，控制系統(tǒng)將儲備的蓄能器液流控制閥打開加入，左右兩缸流量得到滿足，曲線跟蹤得很好，完成剪切.其中Right-Command 曲線和Left-Real曲線線形基本一致，是因為右缸和左缸要協(xié)同；再者，如前文所述，為了保證上刀架做近似滾動剪切，兩缸需要在位置上有個約束.

4.2 基于“RP-Agent”的實驗結(jié)果與分析

采用圖3，圖4 和基于RP-Agent分布式協(xié)同控制系統(tǒng)解決方案，動態(tài)生成指令值曲線，左右兩個伺服缸協(xié)同跟蹤曲線如圖6 所示.

圖6 基于RP-Agent的兩路液壓伺服協(xié)同跟蹤曲線Fig.6 Two hydraulic servo cooperative tracking curves based on RP-Agent

RP-Agent負責(zé)的兩路液壓伺服缸的跟蹤誤差為0.03mm，傳感器磁尺精度為1μm.

從圖6 中的實驗數(shù)據(jù)可以看出，RP-Agent在自身指令值曲線變化的同時，一方面完成其控制的兩路液壓伺服系統(tǒng)的同步跟蹤算法，同時將兩路伺服閥的控制指令值進行動態(tài)輸出.從實驗數(shù)據(jù)和曲線結(jié)果來看，跟蹤精度可以達到0.1%左右，基本沒有時滯變化，高精度地滿足了液壓滾切剪的近似純滾動剪切運動，提高了剪切質(zhì)量.

5 結(jié)論

本文提出用自身具有“強計算能力”和“高可靠性”的嵌入式工業(yè)計算機作為軋制過程控制系統(tǒng)的核心（即RP-Agent），以分布式協(xié)同架構(gòu)取代軋制過程中傳統(tǒng)的模型計算架構(gòu).在解決復(fù)雜工藝過程時，用RP-Agent取代西門子TDC 控制器群架構(gòu)，使得RP-Agent既能獨立計算，又能分工協(xié)作，整個控制系統(tǒng)各個部分均達到了最佳的協(xié)同工作狀態(tài).起到既降本節(jié)耗、可持續(xù)發(fā)展，又能同時兼顧利用計算機領(lǐng)域發(fā)展的最新技術(shù)成果.對豐富和完善軋制過程自動化的計算機控制理論具有重大的理論研究意義和巨大的實際應(yīng)用價值.

受篇幅所限，本文只是介紹了RP-Agent的架構(gòu)模型及其功能定義.對其由一個RP-Agent擴展到多個RP-Agent構(gòu)成分布式協(xié)同的控制群解決策略沒有介紹，建模細節(jié)和其內(nèi)部運作的協(xié)同決策算法等都沒有涉及，通過全液壓滾切剪伺服協(xié)同實驗，驗證了基于RP-Agent架構(gòu)的智能性、協(xié)同性和有效性.

［1］孫一康.適用于軋鋼過程的計算機控制系統(tǒng)［J］.中國工程科學(xué)，2000，2（1）：73-76 Sun Yikang.Integration of computer control systems suitable for hot strip mill［J］.Engineering Science，2000，2（1）：73-76.（in Chinese）

［2］Minsky M.The Society of Mind［M］.New York：Simon and Schuster，1986.

［3］Wooldridge M，Jennings N R，Kinny D.The gaia methodology for agent-oriented analysis and design［J］.Int’l Journal of Autonomous Agents and Multi-Agent System，2000，3（3）：285-312.

［4］李宏杰.面向軋制過程的RP-Agent分布式協(xié)同控制系統(tǒng)研究［D］.太原科技大學(xué)，2013：34-36.

［5］Noy N F，Hafner C D.The state of the art in ontology design［J］.AI Magazine，1997，18（3）：53-74.

［6］Chandrasekaran B，Josephson J R，Benjamins V R.What are ontologies，and why do we need them［J］.IEEE Intelligent Systems ＆Their Applications，1999，14（1）：20-26.

［7］Fadel F G，F(xiàn)ox M S，Gruninger M.A generic enterprise resource ontology［C］.In：IEEE Proceedings of the 3rd Workshop on Enabling Technologies：Infrastructure for Collaborative Enterprise，1994：117-128.

［8］陸汝鈐，石純一，張松懋，等.面向Agent的常識知識庫［J］.中國科學(xué)（E輯），2000，30（5）：453-452.Lu Ruqian，Shi Chunyi，Zhang Songmao，et al.Agent-oriented general knowledge database［J］.Science in CHINA（Series E），2000，30（5）：453-452.（in Chinese）

［9］羅杰文，史忠植，王茂光，等.基于動態(tài)描述邏輯的多主體協(xié)作模型［J］.計算機研究與發(fā)展，2006，43（8）：1317-1322.Luo Jiewen，Shi Zhongzhi，Wang Maoguang，et al.A multi-agent cooperation model based on dynamic description logic［J］.Journal of Computer Research and Development，2006，43（8）：1317-1322.（in Chinese）

［10］周希德.控制理論與計算機實時控制［J］.北方交通大學(xué)學(xué)報，1988（1）：81-88.Zhou Xide.Contol theory and computer real time control［J］.Journal of Northern Jiaotong University，1988（1）：81-88.（in Chinese）

［11］Ferber J.Multi Agent systems［M］.Addison Wesley，1999.

［12］劉相華，胡賢磊，杜林秀，等.軋制參數(shù)計算模型及其應(yīng)用［M］.北京：化學(xué)工業(yè)出版社，2007.

［13］王昭東，田勇，趙忠，等.中厚板厚度控制模型的自學(xué)習(xí)［J］.東北大學(xué)學(xué)報（自然科學(xué)版），2006，27（7）：771-775.Wang Zhaodong，Tian Yong，Zhao Zhong，et al.Self-learning of gauge control model for plate rolling［J］.Journal of Northeastern University（Natural Science），2006，27（7）：771-775.（in Chinese）

［14］趙衛(wèi)東，陳國華，盛昭瀚.基于智能Agent的復(fù)合學(xué)習(xí)方法［J］.系統(tǒng)工程理論與實踐，2002（12）：61-67.Zhao Weidong，Chen Guohua，Sheng Zhaohan.A hybrid learning method based on intelligent agent［J］.Systems Engineering Theory and Practice，2002（12）：61-67.（in Chinese）

［15］黃慶學(xué)，馬立峰，李進寶，等.新型滾切剪非對稱曲柄機構(gòu)原理［J］.機械工程學(xué)報，2008，44（5）：119-123.Huang Qingxue，Ma Lifeng，Li Jinbao，et al.Principle of asymmetric crank mechanism of new-type rolling shear［J］.Chinese Journal of Mechanical Engineering，2008，44（5）：119-123.（in Chinese）

［16］韓賀永，黃慶學(xué)，馬立峰，等.液壓滾切剪液壓系統(tǒng)的研究［J］.四川大學(xué)學(xué)報（工程科學(xué)版），2011，43（3）：239-243.Han Heyong，Huang Qingxue，Ma Lifeng，et al.Research on the hydraulic system of hydraulic rolling shear［J］.Journal of Sichuan University（Engineering Science Edition），2011，43（3）：239-243.（in Chinese）

［17］韓賀勇，黃慶學(xué)，張洪，等.液壓矯直機液壓伺服系統(tǒng)動態(tài)特性分析比較［J］.吉林大學(xué)學(xué)報（工學(xué)版），2012，42（2）：372-375.Han Heyong，Huang Qingxue，Zhang Hong，et al.Analysis and comparison of dynamic characteristics of hydraulic leveler servo system［J］.Journal of Jilin University（Engineering and Technology Edition），2012，42（2）：372-375.（in Chinese）

［18］張華君，黃慶學(xué)，權(quán)龍.基于組合給定曲線的復(fù)合控制器伺服控制［J］.吉林大學(xué)學(xué)報（工學(xué)版），2013，43（2）：346-349.Zhang Huajun，Huang Qingxue，Quan Long.Servo control of the composite controller based on combined given curve［J］.Journal of Jilin University（Engineering and Technology Edition），2013，43（2）：346-349.（in Chinese）