UC軋機板形智能控制研究.pdf

1、該文以具有強大板形控制能力的UC軋機為研究對象,采用神經(jīng)網(wǎng)絡(luò)控制方法解決了軋制過程中非線性、耦合、純滯后、時變等特性帶來的問題,從而實現(xiàn)了UC軋機的板形自動控制,達到了提高帶鋼板形質(zhì)量、改善控制品質(zhì)的目的.該文的主要工作包括:1.在對UC軋機原有電氣系統(tǒng)、液壓彎輥系統(tǒng)進行改造的基礎(chǔ)上,采用研華工控設(shè)備完成了軋機板形各信號實時檢測與板形控制信號輸出的硬件設(shè)計與調(diào)試工作.2.在分析UC軋機液壓彎輥系統(tǒng)動、靜態(tài)特性的基礎(chǔ)上,建立了該系統(tǒng)的數(shù)學

2、機理模型.針對系統(tǒng)非線性造成的常規(guī)PID反饋控制的局限性,提出了FUZZY-PID復(fù)合控制算法,從而得到理想的動態(tài)響應(yīng)速度與穩(wěn)態(tài)控制品質(zhì).3.該文分別采用多層前饋神經(jīng)網(wǎng)絡(luò)和對角型遞歸神經(jīng)網(wǎng)絡(luò)建立了具有非線性滑動自回歸模型形式的板形在線控制動態(tài)預(yù)測模型.通過利用實測數(shù)據(jù)對模型進行在線滾動優(yōu)化,增強了模型對軋輥熱凸度等慢時變、不可測因素對板形影響的適應(yīng)性.4.在上述建模工作的基礎(chǔ)上,將基于神經(jīng)網(wǎng)絡(luò)預(yù)測模型的廣義預(yù)測控制算法應(yīng)用在板形控制過程

3、中,并通過一種簡單可行的利用板形預(yù)測誤差進行實時反饋校正的方法,有效抑制了各種擾動因素對板形控制品質(zhì)的影響.5.針對基于神經(jīng)網(wǎng)絡(luò)預(yù)測模型的廣義預(yù)測控制算法控制量計算中存在的計算量大的問題,提出了多步預(yù)測性能指標函數(shù)下的神經(jīng)網(wǎng)絡(luò)逆控制方法.為了適應(yīng)實際生產(chǎn)過程控制改造的需要,提出了多步預(yù)測性能指標函數(shù)下的神經(jīng)網(wǎng)絡(luò)PID控制方法.6.針對軋制過程中存在的耦合問題,在理論建立了UC軋機板形板厚控制模型的基礎(chǔ)上,采用前饋補償?shù)姆椒ㄔO(shè)計了解耦控制

4、器.考慮到軋制過程中的非線性、時變特性以及未建模動態(tài)的影響,利用具有自學習、自適應(yīng)功能的神經(jīng)網(wǎng)絡(luò)實現(xiàn)了上述解耦控制器,提高了系統(tǒng)的魯棒性.7.對于所提出的三種板形控制策略進行了實際軋制實驗研究,通過與采用多元線性回歸模型的常規(guī)反饋控制方法相比較,證明了該文提出的三種控制策略的有效性和優(yōu)越性.8.將提出的三種板形控制策略推廣到某1550冷連軋廠UCMW機組的板形控制過程中.仿真實驗證明,在實際工業(yè)生產(chǎn)過程中使用上述控制方法是可行而有效的.