基于人工智能的自适应板形控制

针对板带材轧制过程是一个复杂的非线性过程及传统板形控制模型的固有缺陷,为了提高冷轧带钢的板形质量和成材率,提出一种基于神经网络模糊推理的自适应板形控制（AI－AFC）方案,并将其引入森吉米尔20辊轧机的板形控制系统。离线仿真结果表明：该系统具有良好的控制性能,可提高板形控制质量。     

板带箔轧机的板形自动控制系统

洛阳有色金属加工设计研究院在国内率先开发研制的板形自动控制系统（AFC）目前已投入现场试运行。本文主要介绍AFC系统的板形测量技术、板形计算的数学模型及板形控制的方法。     

液压AGC鲁棒H∞控制器设计

板形与板厚是带材轧制中的两大重要指标,厚度控制是靠AGC系统来实现的。针对AGC系统存在滞后及干扰的控制难题,将鲁棒控制的方法应用到AGC系统的控制器设计中,并对所设计的系统进行仿真研究。仿真结果表明本方法可以补偿滞后及克服干扰的影响。     

济钢热连轧新技术的应用

介绍了济钢新建连铸连轧生产线设备特点及宽度控制（RAWC）、板形和厚度控制（AGC）及高响应速度的助卷辊自动跳步控制（AJC）等新工艺、新技术。     

梅钢冷轧轧机及其控制系统的特点

介绍了梅钢冷连轧机的基本机械结构,给出了轧机主传动控制系统、自动厚度控制（AGC）和自动板形控制（ASC）的控制方法,并概括了轧机机械结构和控制系统的特点。     

基于DRNN－PID的板形板厚解耦控制

 针对板形板厚综合系统具有强耦合、非线性、含纯滞后环节的特点,建立了板形板厚耦合模型,并在对其进行神经网络解耦设计的基础上提出了基于对角递归神经网络(DRNN)整定PID的板形板厚解耦控制方法,然后根据带钢冷轧情况提出神经网络解耦对不同塑性刚度参数的实际适用范围。仿真结果表明,该解耦控制系统具有比传统前馈补偿解耦PID控制效果好、响应速度快、自适应跟随能力强等优点,并且符合实际轧制要求,有效的提高了板形板厚的控制精度。     

热带钢轧机板形板厚抗干扰全解耦控制研究

宽带钢热连轧过程是一个多变量过程控制系统,除了系统有用输入和输出之间具有耦合作用之外,干扰输入也会和系统输出产生耦合作用,影响板形板厚控制质量.设计了前向通道解耦控制器和前馈补偿环节,实现了板形板厚输入输出解耦的同时使得带钢来料厚度波动对板形板厚输出的耦合性得以抑制和消除.生产实践表明,解耦策略的应用,有效地降低了板形板厚的耦合作用,尤其是板厚调节对带钢板形的干扰影响,为进一步提高带钢出口板形板厚综合质量奠定了基础.     

板形-板厚综合控制方法的探讨

板形—板厚综合控制图示直观地表明了板形、板厚的影响因素及其相互间的关系 ,利用该图示对板形、板厚综合控制的原则、方法及其控制方案进行了探讨。     

基于产品质量综合协调控制的热轧AGC系统优化

以鞍钢自主研发的1580mm热轧生产线AGC控制系统为研究对象,基于对产品质量综合协调控制的理念(厚度控制与板形控制的协调,厚度控制与宽度控制的协调,以及厚度AGC与板形ASC解耦),从AGC系统控制方案、硬件系统、控制程序的设计调试三方面进行改进。改进后,AGC控制精度、带钢板形质量和宽度质量都得到了提高,满足了工艺质量的要求。     

热连轧机板形板厚解耦控制的逆系统方法研究

提出一种解决热连轧机板形板厚解耦控制的逆系统方法；考虑热连轧机板形板厚的耦合性，在控制系统中加进一个“逆系统”，解耦线性化后，按照系统要求进行控制系统设计；在建立了热连轧机的非线性全量模型和线性增量模型基础上，分别构造了板形板厚解耦控制的非线性逆和线性逆解耦控制器，并用C语言编写了6机架仿真程序。通过仿真结果可以看出非线性逆的控制性能明显优于线性逆控制器。     

神经网络自适应控制在冷轧机AGC系统中的应用

常规PID控制器是在冷轧机厚度控制中应用广泛的一种方法,但当AGC（厚度自动控制）系统特性或运行条件发生变化时,需要重新整定控制器参数,才能保证系统正常运行,使系统处于最佳工作状态。针对冷轧机AGC系统中的滞后环节,运用神经网络的自学习能力在线调整积分控制器参数值,该神经网络的权值与积分参数值相对应,可根据被控系统的动态特性调整积分参数,提高了调节器的自适应能力。     

基于重复控制和鲁棒PID的冷轧带钢厚度控制系统

轧辊偏心是高精度冷轧机厚度控制不能忽视的问题。带钢轧制是一个复杂的非线性过程，带钢原料性质、处理量变化等也会导致过程模型发生变化。本文提出一种基于重复控制进行偏心补偿，鲁棒PID控制器对模型不确定性不敏感的带钢厚度控制系统。仿真结果证明系统具有良好的跟随和抗扰性能，表明这种混合控制方法有一定的适用性。     

阿亨巴赫铝箔轧机板形自动控制系统

本文的主要内容介绍了阿亨巴赫铝箔轧机板形自动控制OPTIROLL?? i2系统的带材平直度测量原理、信号采集、传递和处理;阐述了带材平直度控制原理和调节平直度的方法;分析了伺服控制调节原理,以及怎样控制带材厚度。     

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%.     

板形设定模型参数优化与控制技术应用

 板形设定模型是整个板形自动控制系统中非常重要的一部分,决定着带钢头部板形的控制精度。板形精度既为热轧带钢的一项重要质量指标,又为衡量产品市场竞争力的主要因素。板形控制是带钢热轧的核心技术,为目前轧制技术研究开发的热点。阐述了鞍钢1780线PC轧机板形设定模型功能和构成,对轧辊热凸度模型参数进行了优化,在模型自学习中对各机架给予适量的平直度及凸度反馈,从而提高了板形设定模型精度。由于实际轧制过程的非线性、时变性,传统PID的控制已近极限,为进一步提高控制品质,板带平直度反馈采用非线性PID控制策略,其参数整定范围较宽,易于工程实现。通过对现场大量的轧制数据统计,在应用模型参数优化程序后,热轧板的平直度与凸度的头部命中率有了一定的提高。     

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。     

基于非线性预测模型的单神经元自适应PID板形控制

为了解决传统PID板形控制精度低、速度慢、抗干扰能力差等问题,将BP神经网络和单神经元引入到板形的控制中,提出一种基于BP神经网络预测模型的单神经元自适应PID控制的板形控制策略。利用BP神经网络的非线性逼近能力和单神经元的自学习、自适应能力,通过两者的有机结合寻找一个最佳的P、I、D非线性组合控制律,实现对带钢板形缺陷的有效控制。仿真实验结果表明,该控制算法能很好地跟踪板形的目标设定值,提高了系统的控制精度,加快了系统的响应速度,并且具备较强的抗干扰能力。     

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。     

热连轧自动板形控制系统的研究与应用

鞍钢2150ASP热连轧生产线自动板形控制系统是自主开发和设计的板形控制系统，包括板形预设定、弯辊力前馈、凸度反馈、平坦度反馈和板形板厚解耦等功能。本文详细阐述了弯辊力前馈、凸度反馈和平坦度反馈三个模型在现场的具体实现。系统自2006年初投入使用至今一直稳定运行，从大量的生产数据来看，投入板形控制系统后，板形质量有了大幅度提高，具有推广应用的前景。