基于改进遗传算法优化神经网络的板形控制

冷轧板形控制系统是一个强耦合、非线性的多变量复杂系统,难以建立精确的数学模型,一般常规的控制方法难以取得令人满意的控制效果。本文依据现场的轧制数据,提出采用自适应竞争遗传算法优化神经网络对其进行建模,采用模糊控制,可实现实时控制,并利用MATLAB编程,仿真结果显示了算法的有效性和时效性。     

基于CF-PSO-SVM的冷连轧非稳态工作辊弯辊模型优化

 板形质量是冷轧带钢重要的技术质量指标,同时工作辊弯辊是改善冷轧带钢板形质量的最有效的控制手段之一。冷连轧机组在高速稳定的轧制过程中板形控制精度能够达到较高的水平,但在升降速非稳态的轧制过程中板形控制效果非常不理想,这也成为制约冷轧带钢产品质量的不利因素。为了提高冷连轧机在升降速非稳态轧制过程中带钢板形的控制精度,在深入研究了冷连轧弯辊力设定原理的基础上,利用智能算法和包括出入口带钢厚度、机架间口张力、轧制速度、中间辊窜辊、带钢宽度、轧辊倾斜以及轧制力等现场实际轧制大数据样本,提出了一种基于粒子群算法优化支持向量机的工作辊弯辊力预测模型。同时阐明了粒子群优化算法和支持向量机的基本原理,引入压缩因子的概念,提升了粒子群算法参数寻优的效率,选取冷连轧机组五机架为研究对象,利用拉依达准则对轧制数据样本进行处理,通过平均绝对误差、均方差误差和平均绝对误差百分比等评价指标对比预测模型的性能。结果表明,改进的预测模型具有良好的模型预测性能和泛化能力,同时根据实际生产数据样本,回归出基于轧制速度和辊间弹性系数的弯辊力缝补偿模型,并验证了模型的有效性,模型的投入降低了板形控制系统的负荷,改善了非稳态轧制过程中的板形控制精度,产品头尾部的质量合格率提高了5.1%。     

Cloud Neural Fuzzy PID Hybrid Integrated Algorithm of Flatness Control

In connection with the characteristics of multi-disturbance and nonlinearity of a system for flatness control in cold rolling process, a new intelligent PID control algorithm was proposed based on a cloud model, neural network and fuzzy integration. By indeterminacy artificial intelligence, the problem of fixing the membership functions of input variables and fuzzy rules was solved in an actual fuzzy system and the nonlinear mapping between variables was implemented by neural network. The algorithm has the adaptive learning ability of neural network and the indetermi- nacy of a cloud model in processing knowledge, which makes the fuzzy system have more persuasion in the process of knowledge inference, realizing the online adaptive regulation of PID parameters and avoiding the defects of the traditional PID controller. Simulation results show that the algorithm is simple, fast and robust with good control performance and application value.     

Fuzzy Neural Model for Flatness Pattern Recognition

For the problems occurring in a least square method model, a fuzzy model, and a neural network model for flatness pattern recognition, a fuzzy neural network model for flatness pattern recognition with only three-input and three output signals was proposed with Legendre orthodoxy polynomial as basic pattern, based on fuzzy logic expert experiential knowledge and genetic-BP hybrid optimization algorithm. The model not only had definite physical meanings in its inner nodes, but also had strong self-adaptability, anti interference ability, high recognition precision, and high velocity, thereby meeting the demand of high-precision flatness control for cold strip mill and providing a convenient, practical, and novel method for flatness pattern recognition.     

基于模糊评判规则的冷轧带钢智能板形评价模型

 针对板形评价指标单一的问题,基于模糊综合评判规则,建立了冷轧带钢的在线板形智能评价模型。首先,利用勒让德多项式的最小二乘法实时识别和统计在线带钢的宏观板形信息及1、2、3、4次板形分量,然后在传统板形分档定级方法的基础上,建立板形模糊评判规则,并对某1 050 mm六辊冷轧机在线带钢的板形信息进行了综合评价。在线板形的综合评价结果可为板形闭环控制模型提供重要的定量板形信息,有利于提高板形调控效果和指导轧制工艺。     

Research and Application of Dynamic Substitution Control of Actuators in Flatness Control of Cold Rolling Mill

The work roll bending control has a strong ability to eliminate the symmetrical flatness defects of strip. However, if the incoming strip is coming with severe symmetrical flatness defects, it happens that the position limit of work roll bending is prone to be reached or exceeded during the execution of the displacement, resulting in the residual symmetrical flatness defects without further elimination, as well as a limited flatness control process. Abilities of work roll bending and intermediate roll bending / shifting for flatness control have been analyzed based on the actuator efficiencies for the purpose of solving the problem of work roll bending control reaching threshold. Meanwhile, a self‐learning determination model of actuator efficiency factors, which can be utilized to determine the actuator efficiency factors online accurately, was developed from the measurement data extracted from the rolling mill. Models of intermediate roll bending and intermediate roll shifting substitution control in case of work roll bending control over‐limitation have been developed, in accordance with the practical conditions and the degree of work roll bending over‐limitation. Applications show that the substitution control can play an important role in the residual symmetrical flatness deviation control, which should have been removed completely by the work roll bending control.     

模糊聚类和模糊评判在冷连轧机轧制策略优化中的应用

 冷连轧机轧制策略选择的合理与否,将会对轧机产量、产品质量和操作等产生根本性的影响。因而选择合理的轧制策略,并研究在线识别轧制策略显得尤为重要。运用模糊聚类分析和模糊综合评判算法,建立了八辊五机架全连续冷连轧机轧制策略的优化方法;根据轧制过程在各个时刻的状态找出要施加的控制规律,使得随后的轧制过程在最优工况条件下运行,获得最佳的板形和板厚质量。通过现场在线应用能使轧制工况的各项技术经济指标达到最优,取得良好的优化效果,满足现场生产需要。     

板形板厚的数学理论

对板形计法 (板形测控数学模型 ,解析板形刚度理论和板形板厚协调规律 )的计算公式进行了推导 ,得出了更为简明的计算公式 ,并得到基本模型的三参数 (柔性系数 ,干扰系数和轧辊实时凸度 )的自适应方法。板形板厚目标的统一 ,DAGC实现板形板厚最优控制等 ,推进了最优控制理论在轧制过程的工业应用进程。     

宽带钢工作辊轧制中凸度的研究与控制

工作辊热凸度与轧制时间、轧制速度、轧制节奏、轧辊冷却水等有着密切的关系,充分了解轧辊热凸度在轧制过程中的变化,不仅可以提高宽带钢热连轧机组热辊形的模型控制及预报精度,而且可以通过及时调整轧制节奏和轧辊冷却水系统的工作情况来调整轧辊热凸度,对于板形控制具有重要意义。     

Fuzzy Control System of Hydraulic Roll Bending Based on Genetic Neural Network

Withthedevelopmentofendproducts,higher qualityofplateandstripsuppliedbyironandsteel enterprisesarerequestedintermsofsizeandshape tolerance,therebyshapecontrolisalwaysanimpor tantissueforironandsteelenterprises.Becausethe hydraulicrollbendingsystemisabasi…     

六辊冷连轧机板形前馈控制模型的研究

冷连轧过程中,轧制力波动对板形的影响很大,需要采用弯辊力进行实时的补偿。针对六辊冷连轧机,分别研究了仅用工作辊弯辊和采用工作辊与中间辊弯辊相结合的板形前馈控制模型。实际控制效果表明,这两种板形前馈控制模型都能有效消除轧制力波动对板形产生的不利影响;采用工作辊弯辊的板形前馈控制模型只能控制由于轧制力波动产生的二次板形,而对四次板形几乎不产生影响;而采用工作辊与中间辊弯辊相结合的板形前馈控制模型则对二次和四次板形均具有很强的控制能力。     

基于模糊神经解耦控制的板型板厚控制系统仿真

面对板型板厚控制这一复杂、多变量耦合的非线性系统,本文提出了一种两级串联结构的模糊神经网络解耦控制策略,前级为自调整模糊控制器,后级为基于动态耦合特性的自适应神经网络解耦控制器,并从理论上证明了学习算法的收敛性。实现了无模型板型板厚综合控制。仿真结果表明,该控制系统收敛性好、抗干扰性强,取得令人满意的板型板厚控制精度。     

六辊冷连轧机板形前馈控制方法的研究

 本文针对六辊冷连轧机,研究了采用工作辊弯辊的整体补偿板形前馈控制方法和采用工作辊与中间辊弯辊相结合的最优综合补偿板形前馈控制方法。实际控制效果表明,整体补偿板形前馈控制方法只能抑制由于轧制力波动产生的二次板形,而对四次板形几乎不产生影响;最优综合补偿板形前馈控制方法对轧制力波动造成的二次和四次板形均具有很强的控制能力。     

马钢CSP生产线带钢板形控制系统

马钢薄板坯连铸连轧生产线的板形控制系统数学模型包括与板凸和平直度控制相关的轧辊弯曲模型、轧辊热磨模型、工作辊压扁模型、材料流量模型的算法与相应数据接口,以这些模型为基础采用板形设定算法及其在线自适应算法,实现了对热轧带钢成品板形的精确控制。实际生产表明,采用该系统后,凸度命中率可达96.37%。     

宽带钢热连轧机板形设定的解耦与应用

板形与板厚是带钢几何尺寸精度的两个重要质量指标,板形与板厚控制之间存在耦合关系,使得分别控制的热连轧机板形和板厚均达不到目标值,在建立耦合关系模型的基础上,完成了板形设定和自适应穿带控制的解耦设计,实现板形板厚的综合控制。板形解耦模型已经成功地在大型工业轧机上投入运行,取得了明显的效果。     

冷连轧机高强钢板形控制技术研究与改进

针对某冷连轧机在高强钢生产中出现的板形问题,以提高机组对高强钢产品的板形控制能力为目标,对中间辊和支持辊辊形进行了优化设计,并对第五机架精细冷却乳化液使用工艺进行了优化研究。新的高强钢板形控制工艺技术在生产中使用稳定,从根本上提高了轧机板形控制能力,0～3 IU的板形控制精度所占比例由83.71%提高到90.86%,轧辊磨损得到明显改善,应用效果显著。     

基于有限元与神经网络的板形调控功效

 针对冷连轧机组中的6辊CVC轧机,利用大型非线性有限元软件MSC.Marc建立仿真模型,对多种轧制条件下轧件的弹塑性变形和辊系的弹性变形进行了耦合计算,得到了6辊CVC冷轧机工作辊弯辊、中间辊弯辊、中间辊横移的板形调控功效离散值。研究了不同轧制工艺参数、轧件参数和轧辊参数对各板形调节机构调控功效的影响规律,并得出相应的板形调控功效系数。以有限元计算结果为样本,利用BP神经网络强大的非线性映射功能,建立了板形调控功效的神经网络计算模型,为板形在线闭环控制模型提供高精度的板形调控功效,解决了有限元计算耗时长,难以满足在线控制要求的问题。     

济钢双机架四辊可逆式冷轧机组简介

介绍了济钢双机架冷轧机组,该机组由SMS进行技术总承,采用四辊可逆式冷轧机,装备先进的测厚、测速、测张等测量系统,采用了CVC窜辊、弯辊、多区冷却、轧辊倾斜等多种板形控制手段,前馈、后馈、流量控制等多种高精度厚度控制措施,可实现自动穿带、轧钢、甩尾。还介绍了双机架冷轧机的优缺点及其产品。     

热连轧机平坦度反馈控制系统的应用

详尽阐述了平坦度反馈控制的系统构成,包括轧机板形调节机构、平坦度仪及轧后冷却对平坦度的影响;建立了基于数字PID控制器的热连轧平坦度反馈控制模型,进行了在线编程、调试.至今系统已稳定运行半年多,大量的生产数据统计表明,投入平坦度反馈控制后,操作工的干预量明显减少,平坦度的控制精度提高了9%.     

某热轧1580生产线工作辊热凸度分析研究

热轧精轧机换辊、轧制中断、轧制节奏明显变化等工艺条件下,容易出现较大偏差,导致轧制不稳定、板形有质量缺陷等问题。对首钢某热轧1580生产线工作辊冷却方式进行改造,由辊身均匀冷却方式改为中段集中冷却方式,以便降低工作辊中部温度、减小中部与端部的温差,从而获得较好的工作辊热凸度轮廓曲线,轧制出板形和表面质量良好的带钢产品。