基于PSO-RBF神经网络的轧辊偏心在线辨识

在实际生产中,轧辊偏心往往会导致带材厚度的波动,降低带材的质量。离线辨识轧辊偏心的控制方法在实际生产中效果不明显甚至会其反作用。为了使轧辊偏心能够在线自适应辨识,提出了一种基于改进粒子群算法优化的RBF神经网络的在线辨识方式,建立在线训练模型,对轧辊偏心信号进行在线辨识研究并与未采用该算法的在线辨识方式进行对比。结果表明,基于改进粒子群算法优化的辨识方式速度更快、精度更高,能迅速地辨识出生产过程中的轧辊偏心信号的变化,达到了期望的结果。     

轧辊偏心补偿控制器

介绍一种新研制开发的轧辊偏心补偿控制器。该控制器采用TMS320C25—D型开发／高速处理板的扩展板．配制数据采集和输出电路．可以完成信号采集与处理．然后以电压形式输出补偿偏心的信号。加到液压系统。     

基于相位补偿的轧辊偏心控制

介绍了鞍山钢铁股份集团有限公司(鞍钢)1 700热连轧AGC系统中抑制轧辊偏心扰动的一种有效的方法--CTA轧制力偏心滤波器,分析了其特点及基于相位补偿控制算法的优越性.试验结果表明,通过对剩余偏心成分的补偿分析,进一步调节控制量,有助于提高偏心控制的效果及轧件厚度的精度,并给出了F3机架轧制力实际的滤波效果.     

基于迭代学习的轧辊偏心补偿控制

针对轧机普遍存在的轧辊偏心问题，结合偏心信号的特点及补偿控制方法，将一种在工业机器人重复性控制领域广泛使用的迭代学习控制方法应用在轧辊偏心补偿控制中。基于对周期误差数据不断学习，轧机偏心控制系统的压下控制调整更加精准。对构造的轧辊偏心信号进行测试，其相比于快速傅里叶变换补偿方法，迭代学习10～50次后的补偿精度提高20.1%～56.4%;经过迭代学习律参数的优化，迭代学习后补偿精度达到50%以上的同时，收敛速度大幅增加。考虑到在轧机加减速状态时偏心信号频率发生改变，通过迭代学习控制对变频信号进行补偿，经过10次的快速学习补偿，误差评价函数值达到最初的13.6%。利用冷连轧一道次的生产线实际数据进行测试，结果表明迭代学习补偿控制能够在学习过后有效提升偏心补偿精度。研究基于迭代学习控制方法，为轧辊偏心的补偿控制提供一定的参考。     

精轧机轧辊偏心的补偿控制

针对天钢中厚板精轧机轧制过程中厚度控制系统产生的轧辊偏心问题,对其进行系统的分析。根据轧辊偏心高频周期波的特点及其与辊缝、轧制力、带钢厚度的关系,采用傅里叶级数分析算法对其进行补偿,将其应用于天钢中厚板的厚度控制系统中,很好地避免了AGC系统的误操作,提高了板材出口厚度的精度以及产品的质量。     

基于EEMD的轧辊偏心补偿控制

针对傅里叶变换、小波算法等传统信号处理方法在非线性信号的提取与重构中存在的缺陷,提出了基于聚合经验模态分解的轧辊偏心信号提取新方法。另外,针对传统自动厚度控制系统(AGC)在偏心补偿控制中的不足,设计了有偏心补偿环节的 AGC系统。新方法将轧制力信号分解为多个不同特征模态函数,从中提取表征偏心信号的特征模态函数,并用此重构偏心信号,最后将新方法重构的偏心信号投入到此系统中控制轧件厚度。仿真及实验结果表明,利用聚合经验模态分解方法重构得到的轧辊偏心模型可以很大程度减小厚度波动,补偿效果优于小波算法。     

一种八辊冷轧机的轧辊偏心补偿控制

轧辊偏心是影响高精度板带材质量的重要因素,通过对八辊冷轧机轧辊偏心信号的分析计算,得出了一种偏心补偿控制方法。通过对轧辊圆周定点轧制力数据采样间接得出偏心信号,然后将偏心信号处理转换为液压偏心调整机构的电压信号,以补偿轧辊偏心的影响。补偿后,轧制出口厚度精度得到了明显改善。     

冷轧机轧辊偏心补偿信号的给定方法分析

阐述了轧辊偏心补偿的基本原理及常用方法,分析了加入偏心信号以后厚控系统的数学模型.通过仿真,给出了液压AGC系统位置闭环时间常数与偏心补偿量超前相角之间的关系,并对轧制速度变化所引起的超前相角的调整量做出了分析.     

增加轧辊偏心补偿提高带材厚度精度

本文详细地分析了铝带材轧机轧辊偏心对带材厚度精度的影响，提出了一种新的偏心补偿方案。     

轧辊偏心补偿控制系统研究

针对轧辊偏心问题,提出了采用相干时间平均算法进行信号的预处理,以减少或消除随机噪声,提高信噪比;采用快速傅里叶变换方法,对其进行进一步分析处理,得出偏心信号中所含各次正弦波的幅值、频率和相角,从而确定轧辊偏心信号的参数模型;以此为依据,控制轧机的压下系统,实现对轧辊偏心的有效补偿.     

Roll Eccentricity Compensation Based on AntiAliasing Wavelet Analysis Method

 Roll eccentricity is an important factor causing thickness variations during hot strip rolling and might define the limit of strip thickness control accuracy. An improved multi resolution wavelet transform algorithm was proposed to compensate for the roll eccentricity. The wavelet transform method had good localization characteristics in both the time and frequency domains for signal analysis; however, the wavelet method had a frequency aliasing problem owing to the less than ideal cut off frequency characteristics of wavelets. This made its component reconstruction of an inaccurate signal. To eliminate inherent frequency aliases in the wavelet transform, fast Fourier transform (FFT) and inverse fast Fourier transform (IFFT) were combined with the Mallat algorithm. This synthesis was described in detail. Then, the roll eccentricity component was extracted from rolling force signal. An automatic gauge control (AGC) system added with a multi resolution wavelet analyzer was designed. Experimental results showed that the anti aliasing method could greatly restrain the inverse effect of eccentricity and the thickness control accuracy was improved from ±40 μm to ±15 μm.     

Roll Eccentricity Compensation Based on Anti-Alias-sing Wavelet Analysis Method

Roll eccentricity is an important factor causing thickness variations during hot strip rolling and might define the limit of strip thickness control accuracy. An improved multi-resolution wavelet transform algorithm was proposed to compensate for the roll eccentricity. The wavelet transform method had good localization characteristics in both the time and frequency domains for signal analysis; however, the wavelet method had a frequency-aliasing problem owing to the less than ideal cut-off frequency characteristics of wavelets. This made its component reconstruction of an inaccurate signal. To eliminate inherent frequency aliases in the wavelet transform, fast Fourier transform (FFT) and inverse fast Fourier transform (IFFT) were combined with the Mallat algorithm. This synthesis was described in detail. Then, the roll eccentricity component was extracted from rolling force signal. An automatic gauge control (AGC) system added with a multi-resolution wavelet analyzer was designed. Experimental results showed that the anti-aliasing method could greatly restrain the inverse effect of eccentricity and the thickness control accuracy was im-proved from ±40 μm to ±15 μm.     

一种改进的轧辊偏心控制方法

采用数据抽样、统计处理的手段进行原始偏心信号的重构,通过迭代运算实现偏心信号的优化修正,从而实现轧辊偏心的在线检测和在线控制。并给出了控制系统构成和仿真结果。     

轧辊偏心分析和补偿汉宁窗采样的FFT比值算法

 汉宁窗采样快速傅立叶变换比值算法,可用于带钢厚度偏差的诊断,也可用于板带材的轧辊偏心控制补偿。它在非整周期截断情况下能有效地降低由泄漏效应和栅栏效应产生的估算误差。与直接FFT和一般的FFT改进算法相比,具有算法公式简单明了,算法精度高,收敛速度快的特点。通过数字仿真和某中厚板厂的现场数据分析,证明了这种算法的准确性、优越性。     

一种单机架可逆式冷轧机轧辊偏心补偿方法

在深入分析轧辊偏心对板带材厚度影响的基础上,从偏心控制原理和偏心信号模型入手,研究了一种单机架可逆冷轧机轧辊偏心补偿方案。该方案的检测及运算过程简单,运算量小,采用等间距抽样采集数据,避免了传统偏心补偿的缺陷。其偏心补偿投入唐钢1〖KG-*9〗650 mm可逆式冷轧机厚度控制系统后,控制效果良好,产品厚度偏差提高到±5 μm以内。     

提高轧辊偏心信号频谱分析精度的方法

针对目前冷轧生产中因轧辊偏心引起带材厚度波动的问题，提出了一种提高轧辊偏心信号频谱分析精度的方法。该方法综合应用伪点剔除技术、抗混滤波技术和平滑趋势技术对原始轧辊偏心信号进行预处理，再使用改进的快速傅立叶变换算法对预处理后的信号进行分析，其频谱分辨率明显提高。现场测试表明，经该方法分析ABB压头采集到的轧辊偏心信号，其频谱分辨精度明显高于以往用快速傅立叶变换算法的分辨精度，从而可以快速准确地诊断轧辊偏心所造成的影响。     

数字信号处理在偏心控制中的应用

针对轧辊偏心问题,提出了一套对轧辊偏心信号进行提取和检测的数字信号处理方法;讨论了该方法在偏心控制中应用的有关问题。现场实验结果证实,该方法应用方便,处理正确,控制有效。