（控制理论与控制工程专业论文）基于模糊神经网络的agc系统控制方法研究.pdf

济南大学硕卜学位论文 摘要 随着国民经济的高速发展，科学技术的不断进步，汽车、机械制造、电器和 电子行业对板材及带材的产量和质量提出了更高的要求。面厚度控制是衡量板材 及带材的最重要的质量指标之一，已成为国内外冶金行业普遍关注的焦点。 厚度自动控制a g c ( a u t o m a t i cg a u g ec o n t r 0 1 ) 是一个多变量、强耦合、非 线性的实时控制过程，目前，以现代控制技术实现控制性能的最高水平和，以智 能控制技术实现系统的灵活性、多样性。两方面的追求相互融合，开发出高精度 的厚度自动控制系统是a g c 控制技术发展的大趋势。 本文针对a g c 这样一个非线性、复杂的系统提出了一种新的控制方案 应用变结构模糊神经网络控制器实现对a g c 系统的控制。模糊神经网络集合了 神经网络和模糊控制的优点，已有的研究成果充分证明其具有优良的性能，将其 应用于a g c 系统，使控制性能得到了改善。虽然目前也有这方面的理论研究， 但大多数是基于神经网络和模糊控制简单的结合或者是利用三层模糊神经网络 模型，基于标准型的模糊神经网络在a g c 系统中的应用还有待研究。为取得更 好的控制效果，进一步提高系统性能，对模糊语言变量的选取、模糊规则的制定 以及模糊神经网络与传统a g c 系统的结合方式等都需要深入研究。用遗传算法 优化神经网络的结构参数是遗传算法的一个典型应用，但遗传算法有过早收敛的 缺点。鉴于此，本论文引入克隆优化算法优化神经网络的结构参数，仿真结果证 明了该方法的有效性。 本文还对冷连轧的工艺流程以及冷连轧厚度控制的基本理论进行了较为系 统地阐述，综合分析了各种智能方法的基本理论及其在厚度控制的应用。仿真实 验以鞍钢6 机架冷连轧第1 机架a g c 系统为研究对象，应用m a t i a b 仿真软 件建立实验模型，通过与传统p i d 控制结果以及遗传算法优化的模糊神经网络 控制结果的对比分析，证明本文提出的基于克隆算法优化的变结构模糊神经网络 控制器，不管是动态性能还是静态性能都优于前两种控制算法，进一步验证了本 文方法的可行性和实用性。 关键词：a g c 系统；模糊神经网络；遗传算法；克隆算法 基于模糊神经网络的a g c 系统控制方法研究 a b s t r a c t w i t ht h er a p i dd e v e l o p m e n to ft h en a t i o n a le c o n o m y ，t h ec o n t i n u o u sp r o g r e s so f s c i e n c ea n dt e c h n o l o g y ，a u t o m o b i l e ，m a c h i n e r ym a n u f a c t u r i n g , e l e c t r i c a la n d e l e c t r o n i c si n d u s t r yt ot h ep l a t ea n ds t r i pp r o d u c t i o na n dq u a l i t yo fah i g h e rd e m a n d t h et h i c k n e s si sam e a s u r eo fc o n t r o ls h e e ta n ds t r i pt h em o s ti m p o r t a n ti n d i c a t o r so f t h eq u a l i t yo fd o m e s t i ca n di n t e r n a t i o n a lm e t a l l u r g i c a li n d u s t r yh a sb e c o m et h ef o c u s o fw i d e s p r e a da t t e n t i o n t h i c k n e s sc o n t r o la g c ( a u t o m a t i cg a u g ec o n t r 0 1 ) i sam u l t i v a r i a b l e ，s t r o n g c o u p l i n g ，t h er e a l - t i m ec o n t r o lo fn o n l i n e a rp r o c e s s ，a tp r e s e n t ，m o d e mc o n t r o l t e c h n o l o g yt oa c h i e v et h eh i g h e s tl e v e lo fc o n t r o la n dp e r f o r m a n c e ，i n t e l l i g e n tc o n t r o l t e c h n o l o g yt oa c h i e v es y s t e mf l e x i b i l i t y ，d i v e r s i t ys e x u a l t w oa s p e c t so f t h ep u r s u i t o fm u t u a li n t e g r a t i o n ，d e v e l o p m e n to fh i g h - p r e c i s i o nc o n t r o ls y s t e mi st h et h i c k n e s s o fa g cc o n t r o lt h em a j o rt r e n do ft e c h n o l o g i c a ld e v e l o p m e n t t h i sp a p e ra i mt oa g - cs u c han o n - l i n e a r , c o m p l e xs y s t e mp r o p o s e dan e w c o n t r o ls c h e m e - c h a n g e dt h es t r u c t u r eo ff n nc o n t r o l l e ro nt h ec o n t r o lo fa g c s y s t e m f n nc o l l e c t i o no fn e u r a ln e t w o r k sa n df u z z yc o n t r o lo ft h em e r i t s o ft h e r e s e a r c hr e s u l t sh a v eb e e nf u l l yp r o v e di t se x c e l l e n tp e r f o r m a n c e ，a g cs y s t e mw i l l b e a p p l i e dt o c o n t r o lp e r f o r m a n c eh a si m p r o v e d a l t h o u g ht h e r ea r ct h e o r e t i c a l r e s e a r c hi n t h i sa r e a , b u tm o s ta r eb a s e do nn e u r a ln e t w o r k sa n df u z z yc o n t r o la s i m p l ec o m b i n a t i o no ft h et h r e e t i e ro rt h eu s eo ff u z z yn e u r a ln e t w o r km o d e l ，b a s e d o nt h es t a n d a r do ff n ni nt h ea g c s y s t e mo fr e s e a r c hs t i l ln e e d st ob e t oa c h i e v e b e t t e rc o n t r o lt h er e s u l t s ，a n df u r t h e ri m p r o v es y s t e mp e r f o r m a n c e ，t h ea m b i g u o u s l a n g u a g eo ft h es e l e c t e dv a r i a b l e s ，f u z z y r u l e sa n dt h ed e v e l o p m e n to fn e u r a l n e t w o r k sa n df u z z ya g cs y s t e mo fc o m b i n i n gt h et r a d i t i o n a lw a ya n ds on e e d i n d e p t hs t u d y g e n e t i ca l g o r i t h mi su s e dt oo p t i m i z et h es t r u c t u r eo fn e u r a ln e t w o r k p a r a m e t e r so ft h eg e n e t i ca l g o r i t h mi sat y p i c a la p p l i c a t i o n ，b u tag e n e t i ca l g o r i t h m e a r l yc o n v e r g e n c eo fs h o r t c o m i n g s i nv i e wo ft h i s ，t h ei n t r o d u c t i o no fc l o n i n gp a p e r s n 济南大学硕 ：学位论文 n e u r a ln e t w o r ko p t i m i z a t i o na l g o r i t h mt oo p t i m i z et h es t r u c t u r eo fp a r a m e t e r s ， s i m u l a t i o nr e s u l t sp r o v e dt h ee f f e c t i v e n e s so ft h em e t h o d t h i sa r t i c l ei sa l s ot h ep r o c e s so fc o l dr o l l i n ga n dc o l dr o l l i n gt h i c k n e s sc o n t r o l o ft h eb a s i ct h e o r yo nam o r es y s t e m a t i c ，c o m p r e h e n s i v ea n a l y s i so ft h ev a r i o u s m e t h o d so fi n t e l l i g e n c ei nt h eb a s i ct h e o r ya n di t st h i c k n e s sc o n t r o la p p l i c a t i o n s t h e s i m u l a t i o nr e s u l t st oa n g 蛐gr a c kc o l dr o l l i n ga g cr a c ks y s t e mf o r t h es t u d y ， a p p l i c a t i o no fm a t l a bs i m u l a t i o ns o f t w a r et oe s t a b l i s hm o d e l ，w i t ht h et r a d i t i o n a l p i dc o n t r o la n dt h er e s u l t so fg e n e t i ca l g o r i t h mo p t i m i z a t i o no ff u z z yn e u r a ln e t w o r k c o n t r o lc o m p a r a t i v ea n a l y s i so ft h er e s u l t so ft h a tt h ep r o p o s e dc l o n i n gm e t h o db a s e d o nt h eo p t i m i z a t i o no fv a r i a b l es t r u c t u r ef n nc o n t r o l l e r , w h e t h e ri ti ss t a t i co r d y n a m i cp e r f o r m a n c ep r o p e r t i e sa r eb e t t e rt h a nt h ef i n s tt w oc o n t r o la l g o r i t h m s ，a n d f u r t h e rv a l i d a t et h em e t h o di sf e a s i b l ea n dp r a c t i c a l k e y w o r d s ：a g cs y s t e m ；f u z z yn e u r a ln e t w o r k ；g e n e t i ca l g o r i t h m ；e l o n a la l g o r i t h m i i i 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究所取得的成果。除文中已经注明引用的内容外，本 论文不包含任何其他个人或集体已经发表或撰写过的科研成果。 对本文的研究做出重要贡献的个人和集体，均已在文中以明确方 式标明。本人完全意识到本声明的法律责任由本人承担。 论文作者签名： 关于学位论文使用授权的声明 本人完全了解济南大学有关保留、使用学位论文的规定，同 意学校保留或向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借鉴；本人授权济南大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩 印或其他复制手段保存论文和汇编本学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名：羽= 蓝 导师签名：迸 济南大学硕十：学位论文 第一章绪论 1 1 本课题研究的目的和意义 2 1 世纪世界钢铁工业发展的一个显著特点是钢材市场竞争愈演愈烈，竞争 的焦点是钢材的质量和成本。钢材应用部门连续化自动化作业的迅猛发展，除要 求钢材的性能均匀外，还要求钢材尺寸精度高。同时，随着国民经济的高速发展， 科学技术的不断进步，汽车、机械制造、电器和电子行业对板材及带材的质量提 出了更高的要求。而钢材产品的精度主要指产品的外形尺寸精度，对于板带钢来 说，外形尺寸包括厚度、宽度、板型、板凸度、平面形状等等。在所有的尺寸精 度指标中，厚度是衡量板材及带材的最重要的质量指标之一，已成为国内外冶金 行业普遍关注的一个焦点，厚度自动控$ 1 j ( a u t o m a t i cg a u g ec o n t r 0 1 ) 已成为现代化 板带材生产中不可缺少的组成部分【翊。 我国近年来从发达国家引进的一些大型的现代化的板带材轧机，其关键技术 是高精度的板厚控制和板型控制。板厚精度关系到金属的节约、结构件的重量以 及强度等使用性能，为了获得高精度的产品厚度，系统必须具有高精度的压下调 节系统及控制系统的支持。我国板厚控制技术虽然已经应用多年，但是应该看到， 由于轧机的压下控制技术综合了众多学科领域的知识，在实际的应用生产上，仍 存在着诸多的问题。国内在厚控系统的软件开发、检测仪器仪表、液压伺服系统 元件的生产水平、精度上存在差距。即使从国外引进的厚控系统，实际使用中也 存在自动控制系统没有完全投入的情况。同时，由于带钢厚度受到液压伺服系统、 自动控制系统、工艺的瞬时条件和原料的随机变化等几方面的共同影响，使得控 制系统具有不确定性。因此有必要对轧制过程进行仿真研究，以便了解这些因素 对板厚精度影响的规律，提出消除或减小该影响的方案。电液伺服位置系统是板 厚控制的核心技术，如果这个问题解决不好，就有可能使得调试现场的控制器整 定周期较长，控制策略不恰当，非线性因素不易解决，影响板厚精度。因此，为 控制方法的更好实现，对电液伺服位置系统作进一步的理论研究，将有助于控制 参数的选取，缩短现场调试周期。另一方面，液压伺服系统中的一些非线性环节 也影响到板厚精度，采用传统的控制方法对这些非线性环节的适应是非常有限 幕于模颧神绎网络的a g c 系统控制方法研究 的，因此有必要引入先进的控制方法，开展智能控制方法在此类对象控制中的实 际应用和仿真探讨，不仅具有相当重要的理论意义，而且对促进我国自动化技术 的发展，提高人工智能领域的研究水平，亦具有积极的意义。 1 2 板厚控制技术的发展 板厚控制技术及其理论的发展经历了由粗到细、由低到高的发展过程。 2 0 世纪3 0 年代以前，近代轧制理论处于孕育萌生期。这一阶段的轧机装机 水平较低，厚度控制是以手动压下或简单的电动压下移动辊缝方式为主。由于当 时各种检测手段尚不完善，轧机的调整和过程的实时调节主要是凭借操作人员的 实际经验进行，尚未实现自动控制。 2 0 世纪3 0 年代到6 0 年代，是轧机的常规自动调整阶段。该阶段中s l n 理 论的发展和完善为板带轧机的厚度控制奠定了基础。同时随着自动调节理论和技 术的发展，并逐步应用于s l n 过程，使轧机的控制步入了常规模拟式调节的自动 控制阶段。单回路的各种调节系统不断涌现。主要体现在调速调节系统，张力调 节系统，位置调节系统等。这些自动调节系统的实现，为完善板带轧机的厚度控 制提供了先决条件。 2 0 世纪6 0 年代到8 0 年代，进入计算机控制阶段，以弹跳方程为基础的厚 度自动控制理论得到广泛应用。6 0 年代中期计算机首先在热连轧机设定上开始 应用。以厚度计式测厚实现厚度控制，以计算机实现各机架设定，很好的解决了 热连轧机的厚度控制问题，出现了热连轧机发展的鼎盛时期。6 0 年代后期，逐 步过渡到以主计算机设定和微机进行d d c 过程控制阶段，并将这种控制方式大 量应用于冷连轧机，使这一阶段的冷连轧快速发展。7 0 年代起，液压厚控技术 的应用使板厚控制技术发生了重大变革。由于液压技术与计算机技术的结合，使 这一阶段的板厚控制技术大大地向前迈进了一步。这一阶段大部分旧式控制方式 的轧机都进行了技术改革。 上世纪8 0 年代到现在，板厚控制向着大型化、高速化、连续化的方向发展， 成为板厚技术发展的新阶段。这一阶段已将板厚控制的全过程溶入计算机网络控 制的自动化级和基础自动化级。在过程控制级的控制中，采用最优控制，多变量 控制，自适应控制，解耦控制等控制理论的最新成果，以追求控制性能的更高水 2 济南大学硕。f j 学位论文 平。在监控层的设定计算中，采用人工智能，模糊控制，神经网络等知识工程的 手法，以追求系统的灵活性和多样性。以上两方面的不断追求融合在一起，开发 出高精度、无人操作的厚度自动控制系统是这一阶段轧机的目标1 3 4 1 。 1 3 国内外研究现状 近年来，国内外在板型板厚等控制技术方面取得了许多新的发展，大大提高 了板带材的几何尺寸精度。为满足汽车制造、食品包装、家用电器、机械、轻工、 仪表、通讯和军事工业等各领域的需要，生产出更高精度的板带材产品，占领国 际市场，各国相继投入了大量的人力、物力，开发研制了许多种现代化大型轧机。 具有代表性的有日本日立公司研制的工作辊可轴向移动的h c 轧机，德国西马克 公司研制的连续可变凸度c v c 轧机，中间辊既可弯曲又可移动的u c 轧机，日 本三菱公司研制的成对轧辊交叉式的p c 轧机，德国曼内斯曼德马科公司的u p c 轧机等。这些轧机配以现代化控制手段，可实现多功能精密轧制，生产出微米级 厚度精度的板带材产品。尤其是近2 0 年来，发达国家工业结构变化和发展中国 家国民经济增长对冷轧带钢质量、品种和数量提出了新的要求，为s l n 过程的控 制进一步增加了难度，用传统的方法已经很难进一步提高控制水平了。因此，一 些国家开始全面、有计划的开发智能控制如模糊控制技术、神经网络技术等以适 应更高精度的要求。日本、美国、德国、法国等，在烧结、炼钢、连铸及轧钢等 钢铁生产领域已经获得了成功应用。尤其是日本，在这方面投入了很大力量，并 获得了许多成果。例如，日本神户钢铁公司加古川厂五机架冷轧机的神经模糊板 型控制系统、日本日立公司森吉米尔轧机的神经模糊板型控制系统等等。 我国在高精度轧制技术方面也作了大量的研究开发工作。新中国成立后为实 现工业化，从外国引进了大型冶金设备和技术，我国技术人员经过多年的学习和 消化，在此基础上结合我国的实际情况，自行开发出一些有关提高产品精度的基 础理论和实用的先进工艺设备，其中有些技术已经达到或超过国外的先进水平。 并且我国将智能控制技术在轧机中也进行了一定的应用，像鞍钢中板厂2 3 5 0 四 辊轧机智能控制的开发研究、济钢中板轧机液压a p c 系统中模糊控制技术的应 用等。这些国内外的例子均说明智能控制具有极好的前景。但总体上来说，我国 自行研制的轧机，技术含量不高，生产出的产品竞争力不强，每年尚需进口大量 3 幕于模糊神绎网络的a g c 系统摔制方泫研究 的高精度板带材产品，许多轧机的生产状况尚不能令人满意，厚度精度急待提高， 许多理论问题及所采用的先进技术，尚待进一步消化研究【5 1 。 1 4 液压伺服系统的特点及控制要求 当今，在钢铁工业中与产品技术有关的基本问题产生于对顾客变化需求的快 速响应，因此，钢铁工业需要针对目标质量上的目标产品，响应用户需求，提高 产品的控制精度和改进生产过程。而厚度自动控制系统其主要组成部分是电液伺 服系统。 电液伺服系统的特点主要表现在： ( 1 ) 环境和任务复杂，普遍存在参数变化、外干扰和交互作用； ( 2 ) 对频宽和跟踪精度均有较高要求； ( 3 ) 由于电液伺服阀节流特性和流量饱和作用引起的非线性影响已显得至关 重要： ( 4 ) 各种数字电液元件的非线性采样特性使得基于传统的离散系统理论的稳 定性判据和控制器设计方法难以奏效【6 】。 电液伺服系统由于自身的特点，对控制策略提出了如下要求： ( 1 ) 在满足稳态精度的前提下，尽量提高系统的稳态性能，要求控制器做到 快速无超调地控制被控对象对由于参数变化、外负载干扰和交叉耦合以及非线性 因素引起的不确定性，控制系统应呈现较强的鲁棒性； ( 2 ) 控制策略应具有较强的智能特性； ( 3 ) 控制算法简单、实时性强； ( 4 ) 控制器给出的最大控制量应能使动力机构的极限拖动能力得以充分发 挥，从而使电液伺服系统具有较高的效率i r i 。 近年来冷轧带钢的生产过程理论又迈上了一个新台阶，即由神经元进行控 制，当采用神经元模型时只需考虑系统的输入与输出，而不必去建立令人望而生 畏的轧制过程数学模型，同时还可以很好的解决非线性问题。 4 济南大学硕l 二学位论文 1 5 本文的主要研究内容和创新 本文是以鞍钢6 机架冷连轧a g c 控制系统为依托，以第一机架液压a g c 系统为研究对象，主要研究内容为： ( 1 ) 在收集和消化大量国内外相关文献的基础上，对板带轧机厚度控制的 基本理论以及冷连轧机的几种构成方法及控制方式进行了分析。 ( 2 ) 根据第一机架液压a g c 系统的构成，确定了一个较全面、准确、通 用性好、便于研究控制特性的数学模型。 ( 3 ) 设计了模糊神经网络控制器，并应用遗传算法和克隆算法分别进行参 数优化，然后将其应用于a g c 控制系统，并进行系统仿真。 其中( 3 ) 为主要内容，也是本课题的创新之处。 5 济南人学硕十学位论文 第二章板带轧机厚度控制的理论基础 2 1 冷连轧轧制过程简述 冷轧带钢是带材的主要产品工序，其生产的冷轧薄板属于高附加值板材，是 汽车、建筑、家电、食品等行业必不可少的原材料。 带钢冷连轧生产工艺如图2 1 所示。 纵切机组 横切机组 平整重卷机组 图2 1 冷轧生产流程 由图可知，一个冷轧厂需设置： 酸洗线清除原料( 热轧卷) 上的铁皮； 连轧机组将酸洗后原料轧制成所需厚度的成品卷； 7 基于模糊神经网络的a g c 系统控制方法研究 退火设备( 退火机组或罩式退火炉) 为加工后硬化的带卷退火； 精整线包括平整、重卷、横剪、纵剪及各种镀层处理线。 冷轧生产的主要生产工序包括：热轧钢卷的酸洗、冷连轧机组、退火工序、 带钢平整、精整处理线、镀层处理线。本课题主要研究冷连轧机组部分，着重介 绍一下传统冷连轧机生产过程。 图2 2 某1 7 0 0 m m 常规带钢冷连轧机组设备布置示意图 1 一钢卷小车；2 拆捆机；3 一步进式梁；4 一开卷机；5 一辊式压紧器； 6 一同位素测厚仪；7 一电磁式测厚仪：8 液压压下装置：9 助卷机； 1 0 钢卷小车：1 1 一张力卷取机 图2 2 为传统的五机架冷连轧机机组。进过酸洗处理后的热轧带卷用吊车吊 至上料步进梁，送到钢卷小车并装到开卷机上，通过开卷刮刀，夹送辊将带头送 到矫直辊并准备进入轧机实现穿带过程，带钢以穿带速度逐架咬入各机架( 逐架 建立机架间张力) ，当带头进入卷取机卷筒并建立张力后，机组开始同步加速至 轧制速度( 2 0 3 5 m s ) ，并进入稳定轧制阶段，各自动控制系统相继投入( 本课 题研究的厚度控制系统也在此时投入) 。稳定轧制段占整个轧制过程的9 5 以上， 在带钢即将轧完时，轧机自动开始减速以使带尾能以低速( 2 m s ) 离开各个机架， 避免损坏轧辊及带尾跳动。带尾进入卷取机后自动停车，卸卷小车上升，卷筒收 缩以便卸卷小车将钢卷卸出并送往输出步进梁，最终由吊车吊至下一工序1 8 l 。 济南大学硕1 j 学位论文 2 2弹跳方程 2 2 1 弹性_ 塑性方程图解法? p - h 图 弹跳方程是分析厚度自动控制系统的一个有效工具，通过它不但可以弄清各 种因素对厚度的影响，而且还可以定量地分析各种厚度控制方案。一种直观简易 的分析方法是将变形区中的轧制力p 作为纵坐标，而把厚度作为横坐标，做成 所谓鼬图，在此图上，可以综合地研究变形区中轧件和轧辊间相互作用又相互 联系的力和变形关系，如图2 3 所示。 p 图2 3p - h 图 图中船，为轧机弹性变形的弹性方程曲线，触，为反映轧件塑性变形的塑性方 程曲线。当轧件( 来料厚度h o ) 咬入空载辊缝为s 的轧辊时，轧辊将给轧件一个 # l n 力p 使其产生塑性形变( 由h o 变形到出口厚度h x ) ，而轧件也将给轧辊一个 反作用力p ，使轧机产生弹性形变，因而有载辊缝将变为& ，由于辊缝和轧件最 终处于平衡状态，因此勋= j i l ，也就是弹性方程曲线和塑性方程曲线相交点横坐 标为轧出厚度h l ，纵坐标为轧制力尸。当有扰动使弹性曲线变动或使塑性曲线变 动时，产生厚差。 p - h 图在定性上比较直观，是目前讨论厚差和厚度控制现象的一个有用工具。 由于轧出厚度h 即为“有载”辊缝值，因此在横坐标h 上也很清楚地表达了“空 载辊缝”值岛，轧出厚度h 和机座弹跳量。这样在p - h 图上可以同时表达出轧机 弹性形变和轧件塑性形变的情况1 9 1 。 9 基于模糊种经网络的a g c 系统控制方法研究 2 2 2 基于p - h 图的冷轧带钢厚度波动原因 利用p - h 图可以很直观地分析造成厚差的各种原因。造成冷轧成品厚差的原 因有1 1 0 _ 1 2 】： ( 1 ) 热轧钢卷( 来料) 带来的波动，属于这类的有：热轧卷带厚不匀，这 是由于热轧设定模型及a g c 控制不良造成的( 来料厚度波动) ；热轧卷硬度( 变 形阻力) 不匀，这是由于热轧终轧及卷取温度控制不良造成的( 来料硬度波动) 。 来料厚差将随着冷连轧厚度控制而逐架变小，但来料硬度波动却具有重发 性，即硬度较大( 较小) 的该段带钢进入每一机架都将产生新的厚差。 图2 4 来料厚差影响及a g c 控制 图2 5 来料硬度变动的影响及a g c 控制 图2 4 表示了来料厚差渤。为正时，即塑性方程曲线由h h 变为丽时将使 弹性曲线交叉点由a 变为彳，产生厚差渤。造成的后果为葫= j i l 乙i l ，6 p - _ p ：p 。当 1 0 济南大学硕卜学位论文 重曼虽曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼詈曼i 鼍! 曼詈詈曼曼曼! 鼍詈詈! 鼍曼皇曼! 鼍曼詈詈曼皇詈詈暑皇皇詈詈詈 移动压下船西，即控制压下消除厚差，结果是渤= o 及6 p = p7 孕，o 图2 5 表示 了来料硬度变动( h h 变为h h7 ，) 造成的后果及控制压下( 移动豁到。西) 消除 厚差的结果。 ( 2 ) 冷轧机本身的扰动，属于这类的有：不同速度和压力条件下油膜轴承 的油膜厚度将不同( 特别是加减速时油膜厚度的变化) ；轧辊椭圆度( 轧辊偏心) ； 轧辊热膨胀和轧辊磨损。其中轧辊偏心为高频扰动。 图2 。6 偏心影响及偏心控制 图2 6 表示了由于轧辊热膨胀、磨损或偏心造成的后果( 豁线变为d d ，) 以 及控制压下( 移动d d 伺到醛，) 的结果。对图2 4 ( 或图2 5 ) 及图2 6 的比较 可看出，来料厚度及硬度波动将造成轧制力变动，并通过轧机弹跳而影响厚度， 轧机本身的扰动则主要通过改变实际辊缝值( 辊缝仪信号不变) 而影响厚度，这 两类原因所产生的现象及控制策略是完全不同的。 ( 3 ) 由于工艺等其他原因造成的厚差，属于这类的有：不同轧制速度条件 下轧辊一轧件间s l s u 摩擦系数不同( 包括加减速时摩擦系数的波动) ；全连续冷 连轧或酸洗一冷轧联合机组在工艺上需要进行动态变规格，因而将产生一个楔形 过渡段；酸洗焊缝或轧制焊缝通过轧机时造成的厚差。 这一类厚差属于非正常状态的厚差，不是冷轧a g c 所能解决的，是不可避 免的。 幕于模糊神绎网络的a g c 系统拧制方法研究 2 3 几种基本的a g c 及其控制原理 2 3 1 厚度计( g m ) 式a g c 在轧制过程中，任一时刻的轧制力p 和空载辊缝& 都可以检测到，因此可 以用弹跳方程计算出任一时刻的实际轧出厚度h 。在这种情况下，就等于把整个 机架作为测量厚度的“厚度计 ，这种检测厚度的方法称为厚度计法( g m ) ，根 据弹跳方程得出的厚度和厚度偏差信号进行厚度自动控制的系统称g m - a g c 或 p a g c 。厚度计式a g c 系统结构图如图2 7 所示。 图2 7 厚度计式a g c 结构图 图中：一出口厚度给定值； 啊一出口厚度实际值： 一厚度偏差，a h = h o 一啊； 品一辊缝实际值； a s 一消除厚差a h 需的辊缝调节量， m 一轧制力力矩。 根据p - h 图2 8 可求a s 。 1 2 济南人学硕十学位论文 p l i ， c b j 霹似 形 形焦 a l 埘i h 7 卜卜- | 一1 h 一 图中：1 - i o - - i i 定= a t ay g 度： 图2 8 厚度计式a g c p - h 图 阢一实际入口厚度。 a h | d bic d | m 岱口d + 如盟+ 堕。以( 坐) k m、k m 。 可得： 竺。堕c d ( 鱼丝) j l 纵m、k m 。k + m ( 2 1 ) ( 2 2 ) ( 2 3 ) 即： a s 墅坐曲 ( 2 4 ) k 式中：k 平面变形阻力( 又称硬度) 。 式( 2 4 ) 即为厚度计式a g c 的控制算法。 由于来料厚度发生变化( 由凰变为h 1 ) ，带钢的塑性曲线由口变为b ，这 样产生的厚差劬。辊缝调节丛之后，弹性曲线由a 变为a ，这样，出口厚度又 恢复到h o ，且p i = 0 。只要检测到厚度偏差巫，便可以计算出为消除此厚度偏差 应作出的辊缝调节量丛。 这种方法可以克服传递时间滞后，但是对于压下机构和机械系统，以及计算 机运行的时间滞后仍不能消除。该控制系统从本质上讲属于反馈控制。 2 3 2 监控a g c 监控a g c 利用安装在轧机出口侧的测厚仪直接测量出口厚度，然后根据厚 幕于模糊冲绎网络的a g c 系统摔制方法研究 度偏差反馈调整压下装置，改变空载辊缝，并据此实现厚度控制。系统结构图如 图2 9 所示。 图2 9 监控a g c 结构图 监控a g c 与g m a g c 的区别在于厚度检测的方法不同，而控制算法完全 一样。 由于测厚仪可以精确的测量带材的出口厚度，所以它可以和厚度计式a g c 一起使用，以弥补间接测量不准确的不足。由于监控a g c 检测的是轧机成品厚 度偏差，并一次进行控制，因此它的控制精度直接影响整个轧机的控制精度。然 而由于测厚仪结构、安装及维护的限制，测厚仪一般装在离轧机轧辊中心线有一 定距离的地方( 通常l m 左右) 。由于厚度变化量的测出与辊缝调节量的控制不 在同一时间内发生，所以实际轧出厚度的波动不能得到及时地纠正，使监控a g c 系统的操作存在一个纯滞后，其滞后时间为： f = 名 ( 2 5 ) 式中：可一测量滞后时间； ，一辊缝中心线到测厚仪的距离； y 一轧制速度。 正是由于这个纯滞后的存在，使得实际轧出厚度不能得到及时的反应。轧机 仅适用监控a g c 而且很难取得良好的控制效果。特别是在入口带材的厚度经常 波动或存在其他短周期干扰时，对于这种有较大时间滞后的闭环控制系统，采用 比例控制很难保证控制系统的稳定性。而要保证控制稳定，则需要降低放大倍数， 这将影响静态精度。通常，为提高系统的稳定性，测厚仪将对被控系统断续采样， 1 4 济南人学硕i ：学位论文 鼍量曼曼曼曼曼曼曼曼曼曼! ! 曼皇曼曼曼曼曼! ! 曼曼! 皇曼! 鼍詈詈曼曼皇ii 一! l ! ! 鼍詈詈有的还设置死区，以避免系统频繁动作。采样周期根据滞后时间和系统时间常数 确定，使调整点走到测厚仪时再进行下一次采样。监控a g c 也是反馈控制。 2 3 3 前馈a g c 由于反馈式a g c 都存在控制滞后，因而限制了控制精度的进一步提高。特 别是当来料厚度波动较大时，更会影响带材实际轧出厚度的精度。为了克服这一 缺点，现代连轧机上广泛采用前馈式厚度自动控制系统。简称前馈式a g c 。 前馈式a g c 结构如图2 1 0 所示。其控制原理就是利用测厚仪或前一机架做 “厚度计一在带钢未进入本机架之前测量出其入口厚度珏，并与给定厚度值凰 相比较，当有厚度偏差脯时，便预先估计出可能产生的出口厚度偏差肭，从而 确定为消除此偏差所需要的辊缝调节量笛，然后根据检测点进入本机架的时间 和移动丛所需要的时间，提前对本机架进行厚度控制，使得厚度的控制点正好 是胴的检测点。 饥桨i 的入口厚度h t i i 垫堑墼塑i i g 一行 。g 、 l ii、 图2 1 0 前馈式a g c 结构图 图中：h i 一机架f 的入口厚度实际值； 日。一机架f 的入口厚度设定值； 日一机架f 的入口厚差。 根据p - h 图2 1 1 可求前馈式a g c 的控制算法。 基于模糊神经网络的a g c 系统控制方法研究 由前式( 2 4 ) 已知： 又由图可知： 又因： 所以： 带入式( 2 6 ) 得： p ， 。， ，v 正，则用相应的抗体代替其初始群体中的父抗体毛， 从而使得初始群体得以更新。 4 2 济南人学硕f ：学位论文 5 1 6 变结构模糊神经网络结构及参数训练流程 变结构模糊神经网络控制器的设计总的流程图如图5 2 所示。 5 2 系统仿真 n 图5 2 变结构模糊神经网络参数训练流程 5 2 1 仿真软件简介 m a t l a b ( 即矩阵实验室) 是一种面向科学与工程计算的高级语言，它集 科学计算、自动控制、信息处理、神经网络、小波分析、模糊逻辑、图像处理等 4 3 基于模糊神经网络的a g c 系统拧制方法研究 于一体，具有极高的编程效率，为广大科技工作者提供了一个简便、实用的工具。 m a t l a b 语言是由早期专门用于矩阵运算的计算机语言发展而来的，最基本、 最重要的功能是进行实数或复数矩阵运算。 m a t i _ a b 提供的s i m u l i n k 是一个用来对动态系统进行建模、仿真和分析 的软件包，它支持连续、离散及二者混合的线性和非线性系统，也支持具有多种 采样频率的系统。s i m u l i n k 为用户提供了用方框图进行建模的图形接口，与 传统的仿真软件包使用微分方程和差分方程建模相比，具有更直观、方便、灵活 的优点。 s i m u l i n k 包括s i n k s ( 输出方式) 、s o u r c e ( 输入源) 、l i n e a r ( 线性环节) 、 n o l i n e a r ( 菲线性环节) 、c o n n e c t i o n s ( 连接与接口) 、e x t r a ( 其他环节) 等子模 型库。每个模型库有相应的功能模块，用户可以定制和创建自己的模块。 s i m u l i n k 创建的模型具有递阶结构，用户可以自上而下或自下而上创建模型。 从最高级开始观看模型，双击子系统模块来查看下一级的内容，以此类推，可以 看到整个模型的细节，帮助用户逐步了解模型的结构和内部关系。 在定义好一个系统模型后，用户可以通过s i m u l i n k 的菜单或m a t l a b 的 命令窗口键入命令来对它进行仿真。仿真过程中，使用s c o p e 模块和其他图形模 块，可以同时观看仿真结果。另外，用户可以迅速、方便的修改模型参数，并立 刻观看系统中发生的变化。 最后，仿真结果可以通过功能模块或m a t l a b 语言命令存放到m a t l a b 的工作空间或m a t l a b 的文件中，以便作进一步处理和分析1 5 2 1 。 5 2 2 系统仿真实现 在仿真试验中，研究对象为鞍钢6 机架冷连轧机第1 机架的厚度控制系统， 其对象模型同式( 3 9 ) ，其传递函数为 g 5 赤c x p ( _ 邵) 其中：0 9 = 2 0 0 0 0 ， = 2 0 0 ，f = 0 0 4 。 系统方框图如图5 3 所示。根据自，j 面的介绍，模糊控制器的输入变量个数为 2 ，分别为厚度误差和误差变化量，输出变量个数为1 ，为辊缝调节值。输入、 济南大学硕 j 学位论文 ! 曼萤皇曼曼i _n i li j = i 詈皇曼曼曼鼍暑 的变化范围为【6 ，6 】，权值初始值任意生成。其他的仿真参数取值如表5 1 所示。 系统的输入为厚度设定值r ，系统的输出为出口厚度y 。 图5 3 系统仿真结构图 表5 1 仿真参数取值表 设定厚 族群数 优化参 循环代学习步 度r ( 毫墨kk数个数 米) s l z e 数g长i n 20 2113 04 51 0 00 3 模糊神经网络的训练仿真实验是使用m a t l a b 语言编写m 函数实现的，训 练用的数据及训练结果保存于m a t 文件中，训练过程中的关键图表保存为f i g 文件。训练过程结束后，得到了优化的模糊神经网络控制器参数，使用这些参数 再次进行模糊神经网络系统仿真，仿真结构图不变，仍使用图5 3 所示的系统仿 真结构图。 5 2 3 仿真实验的结果及分析 针对鞍钢6 机架冷连扎第一机架的液压a g c 系统，即前面式( 3 9 ) 所示数 学模型： g o ) 。赤c x p ( 哪) 4 5 幕于模糊神绎网络的a o c 系统控制方法研究 其中：= 2 0 0 0 0 ，亭= 2 0 0 ，f = o 0 4 。本论文分别采用了传统p i d 控制器( p i d ) 、 普通模糊神经网络控制器( 阶烈c ) 、遗传算法优化的变结构模糊神经网络控制 器( g a - 卧m c ) 、克隆算法优化的变结构模糊神经网络控制器( c l o n a i ，补n c ) ， 对系统进行了仿真，对比结果如下： 普通模糊神经网络控制器与传统p i d 控制器仿真结果 应用模糊神经网络作为冷连轧a g c 系统控制器与应用传统p i d 控制器进行 系统仿真，得到的仿真结果如图5 4 所示。 毫- l 2 ，5 砉 - 或5 呻i p o l j 牡 ， 、 k ： ： o ! 、 图5 4 阶烈c 和p i d 消除厚度误差仿真曲线 从上图中可以看出，模糊神经网络控制器消除厚度误差的下降时间为1 1 秒 左右，而传统p i d 控制器下降时间为1 4 秒左右；同时模糊神经网络控制器的超 调量也要小于传统p i d 控制器。也就是说，模糊神经网络控制器的动态性能、 静态性能都要优于传统p i d 控制器，更适用于冷连轧a g c 系统。 应用遗传算法优化的变结构模糊神经网络控制器与普通模糊神经网络控 制器仿真结果 分别应用遗传算法优化的变结构模糊神经网络控制器与普通神经网络控制 器进行冷连轧a g c 系统仿真，其仿真结果如图5 5 所示。 济南大学硕卜学位论文 图5 5g a - f n n c 和f n n c 消除厚度误差仿真曲线 从上图可以看出，分别应用变结构模糊神经网络控制器与普通神经网络控制 器进行冷连轧a g c 系统仿真，虽然两者的静态性能都可以达到比较好的要求， 很好的消除厚度误差，但是前者的下降时间为o 9 秒左右，后者为1 1 秒左右， 显示前者的动态性能优于前者，也就是说前一种算法也适用于a g c 控制，并能 取得较好的效果。 克隆算法优化的变结构模糊神经网络控制器与遗传算法优化的变结构模 糊神经网络控制器的仿真结果 改进的克隆算法相对于传统的遗传算法来说，有其独特的优点，因此，分别 应用克隆算法优化的变结构模糊神经网络控制器与遗传算法优化的变结构模糊 神经网络控制器进行冷连轧a g c 系统仿真，其仿真结果如图5 6 所示。 由上图可以看出，分别用克隆算法和遗传算法优化的变结构模糊神经网络都 拥有较好的静态性能，都能够消除厚度误差，但是前者的下降对