冷带轧机液压AGC系统的MAC-PID串级控制

冷带轧机液压AGC系统的控制精度决定了冷轧带钢的成品精度,而目前现场的液压AGC系统主要采用PID控制。针对液压AGC系统,在其中的液压压下伺服系统中应用模型算法控制(MAC),同液压AGC系统厚度外环的PID控制相结合,形成MAC-PID串级控制。同时,进行了轧制试验,试验结果表明:所采用的MAC-PID串级控制算法实时性较好且易于实现,提高了成品带钢的板厚精度。     

基于模糊神经网络PID的塑料薄膜厚度控制系统设计

针对当前塑料挤出行业薄膜厚度控制系统普遍存在的强非线性、大时滞、控制精度低的现状,设计了一种将模糊控制、神经网络与经典PID控制算法结合的塑料薄膜厚度智能控制系统,通过模糊控制与神经网络自学习算法相结合,实现了控制系统PID参数的在线自整定。实验证明:与传统厚度控制方式相比,该系统可以大大降低收敛时间,提高控制精度,将薄膜厚度误差控制在2μm以内。     

提高冷轧带钢头尾段厚控精度的控制策略研究

控制冷轧带钢头尾超差段长度是冷带生产中亟待解决的难题。冷轧带钢头、尾段轧制具有较大的参数摄动和外干扰等因素,很难建立其精确的数学模型,造成头、尾段厚度超差,成材率降低。提出一种基于模糊规则切换的控制方法,将模糊自适应控制和传统的PID控制方法相结合以提高带钢头、尾段的厚控精度。仿真和实验结果都表明该方法改善了带钢头、尾段的厚控精度,减少了头、尾厚度超差段长度,并避免了常规阈值切换造成的系统不稳定,提高了成材率。     

采用电动液压执行机构对机床进行主动隔振研究

地面振动容易使机床超过允许的加工或测量偏差,从而影响机床的加工质量。提出一种新型电液执行机构对机床进行振动隔离,构建机床主动隔振系统,采用神经网络PID控制器实现机床主动隔振系统的有效控制,并对控制效果进行仿真验证。分析机床主动隔振系统的结构,建立机床主动隔振系统中电液执行机构以及机床的动力学模型,将执行机构的数学模型耦合到机床的虚拟模型。基于神经网络与PID控制器,开发神经网络PID控制器。采用MATLAB对机床主动隔振系统进行仿真,同时与传统PID控制器的计算结果进行对比和分析。结果显示:神经网络PID控制器控制下的工作台以及工具中心点位移振幅相比传统PID控制器减少30%～82%,采用神经网络PID控制器控制后,控制精度更高,隔振效果也更好。采用神经网络PID控制器的电液执行机构能够有效地衰减并隔离地面运动。     

基于改进果蝇神经网络的数控工作台PID控制

传统数控机床工作台速度控制多采用PID控制,传统PID控制存在响应慢、超调大、动态性差、抗干扰能力差等问题。提出了一种变步长果蝇神经网络PID控制方法,将变步长果蝇算法与神经网络联合使用。在线寻找控制器最优控制参数,实现电机速度的智能化控制。通过Simulink仿真,对数控工作台速度控制内环转速跟踪性能进行分析。实验结果证明,改进果蝇神经网络的PID控制比传统PID控制方案响应更快,抗干扰性能和鲁棒性能更好。     

基于PID神经网络的倒立摆控制系统

倒立摆是一个典型的高阶次、自然不稳定、快速响应、非线性运动控制系统,是现代控制研究的对象.PID神经网络是一种内含比例神经元、积分神经元和微分神经元的神经网络.本文介绍了采用PID神经网络控制的倒立摆系统,包括倒立摆系统的基本构成、PID神经网络单变量控制系统的算法和结构、权重初值的选择.进行了实际系统试验,比较了传统PID控制和PID神经网络控制倒立摆的效果,证明了PID神经网络控制系统的优良性能.     

基于BP网络自整定的PID控制在加工过程中的应用

基于BP神经网络自整定的PID控制,把BP神经网络与传统的PID控制很好的结合在一起,利用BP神经网络实时在线学习来调整PID的三个系数,这样充分发挥各自优势,从而拓宽PID控制的应用领域.对车床加工过程进行建模,加入BP神经网络自整定PID控制,以车床加工过程作为被控对象进行仿真研究.仿真结果表明,加工过程在BP神经网络自整定的PID作用下的控制效果良好.基于BP神经网络自整定的PID控制较传统的PID控制具有更好的鲁棒性和自适应性.     

基于MMAS-PID 的板形板厚综合控制

针对带钢冷连轧板形、板厚存在的强耦合关系,建立了板形板厚耦合模型,进行了厚度波动前馈补偿,设计了对角形板形板厚解耦控制系统,实现了板形板厚解耦。同时设计了最大最小蚁群算法（MMAS）优化的PID控制器,对综合控制系统进行了PID参数优化.仿真实现了快速优化PID以满足控制要求,与传统的PID控制相比,MMAS-PID综合解耦控制系统有效提高了板形板厚控制精度.     

基于DRNN神经网络的双管液压减振器的车辆悬架振动研究

为了提高车辆行驶的平顺性,采用DRNN神经网络PID控制车辆液压悬架系统,并对控制性能指标进行仿真。建立车辆液压悬架1/4简图模型,采用二阶微分方程式推导车辆悬架系统动力学方程,设计了双管液压减振器模型。分析主液压缸和辅助液压缸中流量变化特性,采用DRNN神经网络PID控制方式。在随机波形干扰的路况行驶中,通过MATLAB软件对车辆液压悬架系统控制效果进行仿真,并且与传统PID控制方式进行对比。结果显示:采用传统PID控制方式,在车辆液压悬架系统垂直方向上,轮胎位移、车身位移和车身加速度较大;而采用DRNN神经网络PID控制方式,在车辆液压悬架系统垂直方向上,轮胎位移、车身位移和车身加速度较小。采用DRNN神经网络PID控制方式,能够自适应调节车辆液压悬架系统参数,降低复杂路况对车辆的干扰,提高车辆行驶的平顺性和舒适性。     

改进的RBF神经网络PID算法在电液伺服系统中应用

为克服传统PID控制电液伺服系统时存在参数整定不良,动态响应特性欠佳的问题,采用RBF神经网络PID对系统进行控制,并针对控制中存在的问题对控制算法进行改进,仿真和实验研究表明,改进的RBF-PID控制算法较RBFPID和传统PID具有较快的响应速度和较好的鲁棒性。     

分段PID在双反馈板带材纠偏系统中的应用

本文针对板带材连续处理生产线上带材跑偏的问题,提出了一种分段PID调节器来替代原有PI调节器,并在广州某重卷机组采用的双检测机构CPC纠偏系统中实际应用,通过过程数据采集和分析系统(PDA)对两种控制方案控制效果进行对比:采用分段PID调节器能够更好地满足不同速度下的机组工艺要求,提高系统的响应时间、超调量和稳态误差等参数指标。     

神经网络在烘干炉内带材垂度控制中的应用

传统的烘干炉内带材垂度控制方法大多采用垂度检测元件反馈信号做闭环PID控制,由于烘干炉内带材垂度系统具有较大的时间滞后性,使得带材在烘干炉内有可能发生划伤时,纠正信号的到来往往为时已晚,影响机组正常生产。用神经网络对烘干炉内带材垂度进行控制,可以使炉内垂度的控制特性接近线性,使控制更加容易,而且控制过程具有良好的动态性能。该控制方法在宜昌某彩图机组烘干炉垂度控制系统中已成功应用,系统具有很强的鲁棒性、可控性和预控能力。     

可逆式四辊轧机液压AGC系统的仿真与分析

可逆式四辊轧机液压AGC系统作为板带厚度控制的关键机构之一,其动态性能的优劣直接影响板带厚度控制精度。在AMESim软件中建立液压AGC系统的位置控制模型,加入PID控制策略,分析影响其控制性能的因素,从而使可逆式四辊轧机的液压位置压下系统的控制性能得到优化。     

高强钢AGC性能前馈厚度控制技术

性能波动大的高强钢进入冷连轧时将产生较大的厚差,部分钢种带钢头尾厚度超差严重,严重影响冷轧产品的成材率。在深入研究高强钢AGC厚度控制系统的特点及功能的基础上,提出了高强钢性能前馈厚度控制技术方案。通过高强钢新型AGC性能前馈厚度控制系统开发和试验,新增性能前馈应用程序软件并在现场持续稳定运行,高强钢带钢头尾厚差超2%的长度减少,取得了良好效果。     

高质绿色化发展趋势下轧制技术的创新实践

高质化、绿色化已成为钢铁行业发展的必然趋势。以热轧钢铁材料组织性能调控工艺与技术、板带高精度尺寸控制技术、薄带铸轧短流程技术为例,介绍了相关工艺技术的自主创新与应用实践进展,具体包括热轧板带新一代控轧控冷技术在实现目标组织调控、解决板形问题方面的研发应用及进展; 3 mm厚薄规格高强钢板带离线淬火工艺技术的发展应用;热、冷连轧板带多机架多工序轧制过程高精度三维尺寸控制技术的应用实践;结合大数据,中厚板尺寸高精度控制的进一步提升;热轧无缝钢管在线组织性能调控的关键技术;铸-轧一体化短流程节能减排的工艺特点,以及电工钢薄带铸轧技术的研发与应用进展。并指出,在轧钢领域,钢铁材料生产过程中组织性能的高效精准调控、形状尺寸的高精度控制,以及面向环境友好、节能减排的铸-轧一体化特殊钢短流程轧制技术,对于支撑实现产业的高质量转型发展具有重要意义。     

基于增益自调整 PID 控制的卷取张力控制系统仿真

卷取是冷轧板带生产过程中最后一道工序,也是一个非常关键的环节,直接决定着产品质量的优劣。而卷取张力的稳定性将对板型、尺寸精度以及产品质量产生很大的影响。本文以冷轧带钢的生产为背景,对卷取恒张力控制系统的特点以及控制方式进行了深入地分析研究,以西门子 T400工艺板为控制核心,应用自适应控制理论的相关知识,探讨了张力控制系统的增益自调度PID 控制算法,保证了系统张力控制的精度,实现了对卷取过程中的恒张力控制的目标。     

UCMW冷连轧机板形控制模型的研究与应用

对UCMW轧机板形控制系统（包括平直度控制模型、轧辊分段冷却模型以及边降控制模型等）进行了研究和总结,结合硅钢实际生产情况,对UCMW轧机板形控制进行了优化,即边降控制系统增加了多点边部厚度评估,F5机架增加了单锥度工作辊轴向横移功能以消除带钢碎边浪,F3机架增加了边降自动闭环控制。生产结果表明：带钢全长横向厚差不大于10 μm的合格率达到96.1%,带钢头尾超差长度约为50 m,带钢平直度可以控制到3 I-Unit以内。     

新一代热轧强力地下卷取机

西门子奥钢联公司推出了新一代的热轧地下卷取机,命名为四辊强力卷取机。与传统热轧地下卷取机相比,四辊强力卷取机配备有四个助卷辊,用于卷取厚规格、高强度钢板,其关键技术是通过夹送辊和1#助卷辊,将进入卷取机内的带头事先进行预弯曲。卷取的钢板厚度为1.2～25.4mm,宽度可达到2800 mm。     

吉帕钢冷轧板形及厚度精度控制技术研究

针对吉帕钢冷轧板形及厚度精度控制的生产难题,设计出一种三次多项式与正弦函数组合的新型辊型,并开发出基于十八辊单机架轧制和冷连轧的目标板形动态设定控制技术,实现了多种超薄规格吉帕钢的稳定冷轧,最高轧制速度达到800 m/min;开发出基于性能前馈的吉帕钢冷轧厚度精度控制方案,包括新型AGC性能前馈控制轧制技术以及厚度扩展性能前馈控制轧制技术,成功用于吉帕钢十八辊单机架轧制和冷连轧轧制,带钢头尾厚度偏差在2%以内的控制能力提升达到37%。