阳极板夹持移动装置及其位置控制算法设计

根据生产需求设计了一种新型的阳极板夹持移动装置。该装置通过电液比例液压控制系统,精确控制移动小车和夹持装置的位置,有效克服阳极板加工中出现的跑偏现象,提高操作自动化程度与精确度,利于阳极板的后续加工。为了提高电液比例系统的位置控制精度,设计了数字增量式PID与死区非线性补偿相结合的自适应位置控制器。数字增量式PID控制器根据目标位置与实际位置之差,调整比例阀阀口大小,使得液压缸准确地跟踪目标的运动轨迹。死区补偿算法可以消除比例阀存在的死区非线性,提高响应速度。最后通过电液比例系统位置控制试验验证所提出的位置控制器。     

增益自适应Smith预估补偿控制策略

针对具有时变特性的大纯滞后对象,本文提出了一种新的Smith预估补偿自适应控制方案。文中详细介绍了如何运用模型参考自适应的方法构成自适应系统,给出了推导过程和系统框图及实验结果,并简述了该系统在西宁钢厂连续式加热炉上的运行情况。     

冷连轧机板形板厚解耦设定补偿研究

首先论述了冷连轧机板形板厚解耦控制的必要性,然后针对当前板形板厚解耦控制大多针对动态轧制过程的现状,提出板形板厚解耦设定补偿的思想,它包括预设定补偿和自适应穿带解耦控制。预设定补偿是解决设定过程中弯辊力对板形板厚耦合系统的影响;自适应穿带解耦控制是针对穿带过程中轧制力预报不精确的板形板厚解耦方法。     

不可逆铝冷轧机厚度控制的非线性速度补偿方法

本发明提供了一种不可逆铝冷轧机厚度控制的非线性速度补偿方法,厚度控制系统接收速度信号并计算出加速度值,根据非线性速度补偿函数计算出补偿增益,并引人轧机修正增益和带材修正增益,最后计算出总补偿量,叠加到位置AGC控制器中,完成一次开环非线性速度补偿的计算过程。使用非线性速度补偿函数计算补偿增益,并加入轧机修正增益和带材修正增益,     

专家系统+神经网络预估补偿智能控制在电弧炉电极控制中的应用

介绍一种基于专家系统+神经网络预估补偿的电弧炉电极自适应控制.在电弧炉调节系统中采用专家系统将各种影响电弧炉运行的各种因素总结成判据和控制规律并对其进行控制,通过神经网络预估控制对象的状态,进而对控制输出补偿并控制实际对象,利用改进的DBD算法动态修改神经网络权值作为自适应方法,使电弧炉电极调节系统较好地适应负荷和外扰的变化,以获得满意的控制效果.     

专利荟萃

本发明提供了一种不可逆铝冷轧机厚度控制的非线性速度补偿方法,厚度控制系统接收速度信号并计算出加速度值,根据非线性速度补偿函数计算出补偿增益,并引入轧机修正增益和带材修正增益,最后计算出总补偿量,叠加到位置AGC控制器中,完成一次开环非线性速度补偿的计算过程。使用非线性速度补偿函数计算补偿增益,并加入轧机修正增益和带材修正增益,更准确的描述了速度变化与厚差、轧机参数、带材参数之间的相互影响关系,适用于多种不同轧机参数和带材合金品种,有效提高了铝加工过程的综合成材率,值得在业内广泛推广应用。不可逆铝冷轧机厚度控制的非线性速度补偿方法中国专利CN101745542A     

用数字调节器实现SMITH预估补偿自适应控制

针对具有时变特性的大纯滞后工业对象,本文提出了一种Smith预估补偿自适应控制方案。文中详细介绍了系统的构成方法,给出了系统的组态框图和程序,以及实际仿真实验结果。     

模糊PID在平坦度闭环控制系统中的应用

针对热轧带钢平坦度闭环控制系统存在的多扰动、非线性等特点,提出了模糊自适应PID控制算法,克服了传统PID控制器的缺陷,通过在线自适应调整PID参数提高了系统的快速性和稳定性.仿真表明,该算法具有较好的控制效果.     

典型工业过程控制系统的设计方法(四)

补偿类系统在生产过程控制中应用愈来愈广泛,不同对象补偿有不同的含义,譬如对干扰进行的扰动补偿,对非线性对象进行的线性补偿,对纯滞后对象进行的纯滞后补偿。补偿的作用在于将各     

基于神经网络自适应观测器的故障诊断

本文以飞行控制系统作为研究对象,针对一类非线性飞控系统,提出了故障诊断方案.研究了基于神经自适应的故障诊断算法,并将该方法应用到飞行控制系统的传感器和执行器故障的检测与估计中.     

高精度薄带材冷连轧过程智能优化控制

带钢冷连轧控制是系统性极强、技术难度极大、精度要求极高的综合性技术，是保证冷轧带钢产品质量和生产效率的主要手段。东北大学自主开发了冷连轧全套自动化系统，涵盖了轧机主令控制、自动厚度控制、自动板形控制、物流跟踪、模型设定等功能，并研发了高精度数学模型、轧制规程多目标优化算法、加减速过程带钢厚度与张力补偿及轧制工艺优化等先进控制技术。所开发的系统已推广应用到多条冷连轧生产线中，现场应用表明,系统运行稳定，实现了0. 17mm极薄规格带钢高速稳定轧制，厚度偏差小于±2. 5μm，板形标准差小于7I。最后对轧制过程的智能化发展进行了展望。     

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。     

自适应模糊PID在双铝轧机机架间张力控制中的应用

张力控制是铝带轧机生产过程控制的难点。在双机架铝轧机控制系统中,通过控制机架间的张力大小,可以减少轧机的负荷,在一定程度上也可以改善铝带的板型质量。分析了张力控制的基本原理,基于双闭环的动力系统建立了以速度为主要影响因素的张力系统模型。通过自适应模糊PID的智能控制方式对双机架铝冷轧机中的张力模型进行仿真,仿真研究表明,自适应模糊PID对张力系统的控制优于常规PID,可减小系统较大幅度的振荡,而且能更快地达到张力控制系统的稳定状态。     

基于实测值置信度的冷连轧轧制力模型自适应

 采用数值积分方法建立了冷连轧在线轧制力模型,确定了轧制力模型自适应的执行条件和计算流程。针对轧制力模型自适应指数平滑算法中难以用固定增益系数适应轧制状况变化的问题,提出了一种根据实测数据动态调整增益系数的方法,建立了增益系数与测量值等效置信度之间的数学关系式。该轧制力模型自适应算法已应用在某1450mm 5机架冷连轧机组上,通过比较自适应前后的计算值与实测值的均方差可知,采用模型自适应后,轧制力模型的计算精度显著提高。     

冷连轧升降速过程板形变化及其张力补偿技术

 针对冷连轧升降速过程中轧制压力的波动造成冷连轧机组升降速阶段轧制不稳定和板形质量不佳等问题,为了减小轧制力波动,获得优质板形,在结合冷连轧机组的设备及工艺特点的前提下,充分考虑到乳化液流量充足与不足两种情况下轧制速度的波动对轧制压力变化的影响,分析了冷连轧升降速过程中板形演变机理。在此基础上,以冷连轧机组升降速过程中整体轧制压力波动最小为目标函数,开发了一套相应的张力补偿模型,并将其应用到某1 800五机架冷连轧机组的生产实践,取得了良好的使用效果,有效提升了轧制稳定性与板形质量,具有进一步推广应用的价值。     

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。     

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。     

可逆冷轧机过程控制功率计算及其自适应学习

介绍了可逆冷轧机过程控制功率计算及其自适应学习方法,将功率计算值与现场实际功率进行对比,计算出功率模型中的自适应学习系数,用指数平滑法修正自适应学习系数提高该模型的设定精度,并分析了轧制力、轧制速度以及压下量对功率的影响。实例计算表明,采用这种方法计算功率,速度快且计算精度满足在线控制要求,适用于可逆冷轧机过程控制功率计算。     

基于改进混洗蛙跳算法的冷连轧轧制规程优化

 轧制规程优化是使轧制过程达到最佳状态的重要保证。综合考虑影响冷连轧轧制过程的多种因素,以等功率裕度和克服划痕为目标函数,建立了轧制规程多目标优化模型,并采用自适应混沌变异蛙跳算法对轧制规程进行优化设计。该算法是在基本蛙跳算法中,加入自适应混沌变异操作,具有较好的寻优精度和收敛速度。对某钢厂1370mm冷连轧机轧制规程进行优化的结果表明,优化后的规程较好地实现了各机架等功率负荷分配,降低了划痕出现的概率和程度,大大地提高了产品质量,增加了经济效益。