热轧厚度自动控制仿真系统的设计

本文介绍多机架连轧机的厚度自动控制仿真系统。正常生产的轧机不可能提供太多的试验机会,为给某热连轧厚度自动控制系统的改造提供一个仿真实验的平台,通过对某钢厂热连轧机轧制控制过程的深入研究,采用组件对象模型（COM）技术将轧机7个机架的厚度自动控制系统进行模块分割,并对每一个子模块进行机理建模,然后利用Matlab中的Simulink来封装联结各个子模型,最后建立起热连轧多机架仿真系统,为生产现场试验新工艺、新产品提供了一个安全、可靠、离线的软环境。     

斜连轧轧制过程中速度设定模型及控制研究

斜连轧工艺是将穿孔和轧管集成到一台机器上,一次完成热轧无缝钢管的新型金属成型生产工艺。由于金属轧制过程中形成连轧关系,因此斜连轧轧机速度协调控制对提高产品质量起着重要的作用。依据金属秒流量相等原理及斜轧运动学理论,建立了斜连轧机的速度设定模型及连轧速度关系。由于轧机速度受外界干扰影响较大,采用动态矩阵控制算法作为控制器,对斜连轧机轧制段的速度进行预测控制,使其与穿孔段速度相协调。考虑到实际生产中的各种约束条件,在动态矩阵控制算法中采用粒子群算法作为滚动优化方法。仿真试验对比了传统的PID控制器和加入粒子群算法作优化后的动态矩阵控制器对斜连轧机速度系统的控制性能。试验结果表明,速度设定模型为斜连轧工艺的顺利进行提供了理论基础。基于粒子群算法的动态矩阵控制方法超调量小,响应速度较快,振荡频率小,提高了控制系统的动态性能。     

冷连轧动态变规格张力计算模型及设定研究

张力是冷连轧过程中的一个重要轧制参数.在动态变规格时,带钢出口厚度需要从一个规格变化到另一个规格,各点的张应力不再相同,稳态时建立的连轧张力公式不再适用.针对某冷轧厂控制系统动态变规格时张力计算影响生产的情况,在稳态冷连轧张力公式的基础上,推导了动态变规格过程楔形区的张力计算公式和任意形状过渡区的张力计算公式.通过仿真实验分析了动态变规格过程张力设定值的变化规律,得到了对非稳态条件下张力控制有意义的结论,对于提高成材率有重要价值.     

深度神经网络轧制力建模及其并行优化研究北大核心CSCD

冷连轧过程控制的轧制力模型是整个轧制过程计算机控制的基础。为提高5机架2030冷连轧系统轧制力模型的精度和适用性,提出了多输入多输出深度神经网络轧制力模型的数据预处理、建模和并行优化方法。对含有不同隐含层数和节点数的神经网络,采用不同训练算法(SCG算法和L-M算法)与不同优化方法(多线程CPU、单GPU和多线程CPU+GPU),研究了神经网络结构、训练算法和优化方法对神经网络轧制力模型的性能、训练时长、线性相关系数的影响。研究结果表明:含有2个隐含层、采用L-M算法和多线程CPU优化方法可获得综合性能最优的神经网络轧制力模型;神经网络轧制力模型的计算误差远小于在线使用的Siemens轧制力模型的计算误差。     

冷连轧机AGC系统监控网络的配置设计和实现

针对张家港1450五机架冷连轧AGC(自动厚度控制)系统,构建了基于ProfibusDP总线的过程控制级(一级)计算机和现场ET200等智能化设备之间的监控网络,满足了一级计算机和基础自动化系统问数据通信的快速性要求,为五机架冷连轧AGC系统的实现奠定了良好基础.同时利用基于TCP/IP的工业以太网,保证了过程优化级(二级)计算机向一级计算机下送轧制规程,及在Wincc组态的人机界面上显示现场采集的实际数据和控制状态.该网络系统已成功应用于张家港1450五机架冷连轧机AGC系统,实践证明该系统运行正常、可靠.     

冷连轧轧制力仿真建模研究

冷连轧生产是较早引入仿真技术进行辅助研究与开发的领域之一,目前已取得了大量的成果。但大多数仿真研究局限于模型的静态机理建模,难以适应复杂环境的变化,造成了很大偏差。该文以轧制力为例,研究机理和数据的结合,从而修正轧制力的模型,实现轧制力参数的预报。轧制力是冷连轧生产的关键力能参数之一,为提高预报精度、缩短自适应过程的时间,研究轧制力建模,并进行仿真研究很必要。文章讨论了仿真系统模型的类型和建模方法,对冷连轧轧制力模型进行了机理推导,并运用智能方法对轧制力参数进行回归和分析。结果表明,采用机理建模和辨识建模相结合的方法,可以建立较精确的轧制力模型,为轧制过程模型的建立及优化提供了成功的范例。     

冷连轧机厚度和张力系统的多变量解耦鲁棒控制

针对冷连轧过程中多变量、强耦合、不确定的厚度和张力系统,提出了基于不变性原理解耦的H∞混合灵敏度鲁棒控制策略.建立了厚度和张力系统的动态耦合模型,应用不变性解耦原理实现了对厚度和张力系统的解耦,以减弱系统的耦合影响,并针对系统动态模型的参数摄动以及外部扰动等不确定性,采用H∞混合灵敏度方法设计了鲁棒控制器以保证系统的鲁...     

热轧带钢自动厚度控制鲁棒预测模型与控制策略

研究了热轧带钢自动厚度控制(AGC)鲁棒预测模型与控制问题.提出了一种全新的AGC动态鲁棒预测模型,并给出了对应的控制策略.首先通过弹跳方程,分析了传统AGC控制模型的局限,讨论了变刚度AGC与鲁棒控制的联系;其次,针对轧机机架间传递的扰动,在AGC的前馈部分,引入H∞滤波器,使得轧件在输送过程中传递的不确定性得到了有效的抑制.同时,利用预测控制(MPC)预测机理,对轧制力进行动态预测,使得轧制条件迅速优化;最后用仿真结果表明所提控制策略的有效性与可行性.     

基于改进权重自适应GA的冷连轧轧制规程多目标优化

针对聚合多目标优化方法的权重难以确定的问题, 提出了一种改进的权重自适应方法, 并以遗传算法为基础对冷连轧轧制规程进行多目标优化. 首先, 结合某冷轧厂实际的轧制规程优化过程, 选取等功率裕量、轧制能耗及带钢打滑概率作为优化目标, 建立了冷连轧轧制规程的多目标优化模型. 然后将改进的权重自适应遗传算法(GA)应用于不同规格的带钢轧制规程多目标优化中, 结果表明, 与实际应用的轧制规程相比, 该方法有效的降低了3个目标函数的值; 与权重自适应GA相比, 改进的权重自适应GA的针对性更强, 同时重要性高的目标收敛速度更快.     

改进权重自适应GA及冷连轧轧制规程多目标优化

针对聚合多目标优化方法的权重难以确定的问题,提出了一种改进的权重自适应方法,并以遗传算法为基础对冷连轧轧制规程进行多目标优化.首先,结合某冷轧厂实际的轧制规程优化过程,选取等功率裕量、轧制能耗及带钢打滑概率作为优化目标,建立了冷连轧轧制规程的多目标优化模型.然后将改进的权重自适应遗传算法(GA)应用于不同规格的带钢轧制规程多目标优化中,结果表明,与实际应用的轧制规程相比,该方法有效的降低了3个目标函数的值;与权重自适应GA相比,改进的权重自适应GA的针对性更强,同时重要性高的目标收敛速度更快.     

动态系统最优化理论与自适应算法在轧钢中的应用

本文就自行研制的轧机计算机厚度控制系统,应用动态规划、随机最优控制理论与自适应 算法,在轧制规程和厚度分配的最优化计算、轧制规程在线修正与自动厚度控制的改进算法几 方面进行了研究,使轧机的厚度控制精度有了显著的提高.应用结果表明,普碳钢卷板的纵向 同板差精度≤80μm,命中目标厚度精度为士0.1mm.     

轧机两侧液压伺服位置系统自抗扰同步控制

针对轧机传动侧和操作侧液压伺服位置系统存在不一致性而引起两侧位置不同步的问题, 提出一种自抗扰同步控制方法.首先建立了液压伺服位置同步系统动态机理模型, 并在考虑两侧位置伺服系统都具有参数摄动及外负载波动的情况下, 设计了扩张状态观测器对同步系统中不确定性和不一致性进行估计, 并采用状态误差反馈律给予主动补偿, 同时消除同步误差. 仿真和实验结果表明, 所提出的同步控制方法能够使两侧液压伺服位置系统动态响应和稳态特性保持一致, 并提高了单侧子系统的动态性能及抗干扰能力.     

液压活套多变量系统的建模及积分变结构控制

为了实现热连轧中活套高度与张力系统的解耦控制, 需对具有非线性、强耦合、不确定、多约束特性的活套系统建立工程上适用的数学模型. 通过对活套系统动态耦合过程的分析, 在工作点附件, 结合伺服阀和液压缸的模型, 建立起液压活套系统的动态数学模型. 采用积分滑模变结构多变量解耦控制策略以减弱系统的耦合影响, 提高控制效果. 仿真结果验证了本算法的有效性, 表明解耦后的活套控制系统可获得更好的控制效果.     

冷轧薄板设定计算模型与仿真研究

研究冷轧薄板计算机系统的设定计算模型和计算方法,采集了大量实际生产数据,研究了这些模式对各个钢种的最优稳态轧制数据,基于上述结果,优化设定计算模型的参数,控制实际计算精度。并设计了重要模型的计算仿真程序,通过仿真找出现有模型的优缺点,为以后设定计算的最优化提供理论基础。现场实验表明,仿真系统实验结果应用到实际生产中使产品厚度精度得到很大提高。     

Data mining-based flatness pattern prediction for cold rolling process with varying operating condition

Data-rich environments in modern rolling processes provide a great opportunity for more effective process control and more total quality improvement. Flatness is a key geometrical feature of strip products in a cold rolling process. In order to achieve good flatness, it is necessary to reveal the factors that often influence the flatness quality, to develop a general flatness pattern prediction model that can handle the varying operating condition during the rolling of products with different specifications and to realize an effective flatness feedback control strategy. This paper develops a practical data mining-based flatness pattern prediction method for cold rolling process with varying operating condition. Firstly, the high-dimensional process measurements are projected onto a low-dimensional space (i.e., the latent variable space) using locality preserving projection method; at the same time, the Legendre orthogonal polynomials are used to extract the basic flatness patterns by projecting the high-dimensional flatness measurements into several flatness characteristic coefficients. Secondly, a mixture probabilistic linear regression model is adopted to describe the relationships between the latent variables and the flatness characteristic coefficients. Case study is conducted on a real steel rolling process. Results show that the developed method has not only the satisfactory prediction performance, but good potentials to improve process understanding and strip flatness quality.     

基于过程统计的轧机厚控系统故障诊断

针对采用设备故障诊断方法对轧机厚控系统设备部件进行故障诊断时,只能对厚控系统的局部环节进行诊断的不足,评价了轧机厚控系统的整体性能。采用过程统计的方法对带钢厚度偏差的分布规律进行实时分析,建立带钢出口厚度偏差的过程统计控制图,并结合轧机设备运行过程中一些必要的设备状态信息,从机理上诊断出几类典型的故障现象,从而完善了轧机厚控系统的故障诊断。     

热轧带钢层流冷却系统温度的建模与仿真

针对于传统的热轧带钢生产线层流冷却卷取温度控制精度不高的缺点,以热轧带钢层流冷却控制系统为研究对象,对其温度进行建模与仿真.基于现有模型通过修正黑度系数来考虑带钢厚度方向上的热传导,采用有限差分法来建立带钢厚度方向温降一维模型.通过实际生产数据对模型中的部分参数进行修正,使模型更加符合实际生产要求.在得到层流冷却生产过程中热轧带钢温度变化和温度场分布的基础上,又模拟仿真得出带钢总体卷取温度曲线.将所搭建的模型应用于模拟实际生产过程,通过实际数据计算出的结果与实际测量值相比较,其偏差值在±10℃范围之内.因此所建模型能够满足实际生产精度控制要求.     

冷带轧机厚控系统自适应鲁棒输出反馈动态控制器设计

冷带轧机厚控系统可被认为是一个受外界干扰的线性不确定时滞系统.本文首先设计了标称系统下的鲁棒输出反馈动态控制器,以改善闭环系统的动静态性能;其次,在系统不需要满足不确定性匹配条件的情况下,将参数和外部扰动不确定性综合考虑.应用Lyapunov稳定性理论设计了系统不确定性上界参数的自适应估计器和系统的自适应控制器,保证了闭环系统的渐近稳定性,减小了设计的保守性;两者结合实现了板带出口厚度的有效控制.最后通过一个仿真实例说明本文所提出的自适应鲁棒控制器的有效性.