（控制理论与控制工程专业论文）板带材综合厚度控制策略的研究.pdf

东 北大学硕士学位论文 摘要 板带材综合厚度控制策略的研究 摘要 本钢冷轧厂引进的四机架冷连轧机厚度自 动控制 a g c ( a u t o m a t i c g a u g e c o n t r o l )系统由 模块化语言p 8 0 i 和l c r 1 6 0 0 设计，在1 3 p c i 工控机和j s 1 6 0 0 计 算机上实现。a g c系统包括第一机架前馈 a g c系统、第一机架综合厚度控制系 统、第二机架前馈 a g c系统以及出口机架 a g c系统。本文在对第一机架 s m i t h - a g c系统、综合厚度控制策略进行深入消化和研究的基础上，给出了实际 的系统结构，对关键的控制算法和计算模型在充分分析其物理意义的同时，对算 法和模型本身进行了严格的推导;深入分析了a g c系统中s m i t h 预估控制策略、 s m i t h - a g c系统结构的合理性、 s m i t h - a g c系统的稳定性; 在对新引进秒流量a g c 系统进行分析的基础上，对综合厚度控制策略在低速启动阶段、稳态轧制阶段、 减速停车阶段的实际控制过程中如何相互配合使用，以 及这两种系统相互配合的 优势等进行深入的分析。 s m i t h 预估器可以解决a g c系统中存在着的纯滞后问 题， 然而s m i t h - a g c系 统中轧制过程模型的准确程度直接决定了a g c系统的控制精度。 本文设计了基于 c m a c神经网络对轧制过程建模的综合厚度控制策略，以 本钢冷轧厂第一机架为 仿真对象进行了仿真研究， 通过对比 s m it h - a g c 、综合厚度控制策略、基于神经 网络建模的综合厚度控制策略，从理论和实验结果上表明基于神经网 络建模的综 合厚度控制策略具有响应较快，超调量小， 稳态误差小， 抗干扰能力强等优点， 从而改善了时滞系统控制效果，进一步提高了带钢的厚度精度。 本文对解决控制系统中的纯滞后问题，有一定的参考价值，对研究智能控制 在a g c系统中的应用具有借鉴意义。 关键词: 纯滞后自 动厚度控制 ( a g c )轧制过程建模c ma c神经网络 s m i t h 预估器s m i t h - a g c流量a g c综合厚度控制 东北大学硕士学位论文abs tract r e s e a r c h o n i n t e g r a t e d s t r a t e g y o f s t r i p t h i c k n e s s co n t r o l ab s t r a c t t h e a g c ( a u t o m a t i c g a u g e c o n t r o l ) s y s t e m in t h e f o u r s t a n d s o f b e n x i t a n d e m c o l d m i l l i s p r o g r a m m e d b y b l o c k p r o g r a m m i n g l a n g u a g e , p 8 0 i a n d l c r 1 6 0 0 , a n d r u n i n b p c i i n d u s t r i a l c o m p u t e r a n d j s 1 6 0 0 c o m p u t e r . t h e a g c s y s t e m i s m a d e o f t h e f e e d f o r w a r d c o n t r o l s y s t e m a n d s m i t h - a g c 否则视为不同意。 ) 学 位 论 文 作 者 签 各 j, -p 签 字 日 、 2, 0 0 环 2- a z 6 日 导师签名: 签字 日期: 钊迫弓 又 o a 之 月 2 6 。 东北大学硕士学位论文第一章 绪论 第一章 绪论 板厚是板带材质量的主要衡量指标之一，它直接关系到产品的质量和经济效 益。 厚度自 动控制( a u t o m a t i c g a u g e c o n t r o l 一 简称 a g c ) 是 提高板带 材质量的 重 要 方法之一， 其目 的是获得带钢纵向 厚度的均匀性i i i 。 现代冷轧板带材要求成品厚度 公 差 达到1 ( 2 一 7 ) ,u m 之内( 占 全长 9 8 % ) 12 1 。 目 前， 厚 度自 动 控制己 成为 现 代 化板 带 材生产中不可缺少的组成部分。 1 . 1冷轧带钢a g c技术发展情况 a g c 系统在冷连轧机中是保证产品质量的重要环节一。回顾国内己 应用在冷 轧机中的a g c 系统，可归纳为以下三种基本类型。 ( 1 )用测厚仪信号反馈控制轧机压下或轧机入口侧带钢张力的a g c 系统 7 0 年代，我国单机架可逆冷轧机上使用的厚度控制系统大都是这类系统，而 且是模拟线路。按轧机出口 侧测厚仪测出的带钢实际偏差信号反馈控制，大偏差 或被轧带钢厚度大于0 .4 m m 时，按偏差信号大小去移动压下位置，改变辊缝间距， 以减小厚度偏差， 即所谓粗调; 在小偏差或被轧带钢厚度小于0 . 4 m m时， 则调节轧 机入口 侧带钢张力，进一步减小厚度偏差，即 所谓精调i3 i 早期调节轧机压下装置的执行机构是电动压下，因电动压下响应慢和非线性 的缺点， 逐渐被液压压下机构所取代。 测厚仪安装在轧机两侧距轧辊中心约1 . 5 - 2 m 的位置，故测厚仪信号滞后时间长，且随轧制速度而变，厚度控制的调节周期长， 从 系 统 稳 定 考 虑 将 会降 低 系 统 控 制 性 能。 一 般 而 言 ， 系 续 要 修 正 2 - 3 次( 视 轧 机 刚 度而定)才能把偏差减小到允许范围内。如果a g c 系统是模拟的，通常是在轧机 升速到一定轧速后才能投入a g c o a g c 投入前和投入后第一次厚度自 动调节达到 允许 偏差范围内 这一段时间 所轧的 一段带 钢厚度就可能不 合格i4 1 。 概括 起来讲， 这 类a g c 系统的主要缺点是: 1 ) a g c 调节周期长， 并随轧制速度而变。 为了使系统运行稳定， 必须降低系 统性能因而使控制效果降低; 2 )带钢端部不受a g c 控制， 成材率低， 尤其轧制小钢卷时， 损失尤为突出 5 1 , 3 )消除带钢纵向厚度不均或硬度波动产生的厚差能力低; 东北大学硕士学位论文第一章 绪论 第一章 绪论 板厚是板带材质量的主要衡量指标之一，它直接关系到产品的质量和经济效 益。 厚度自 动控制( a u t o m a t i c g a u g e c o n t r o l 一 简称 a g c ) 是 提高板带 材质量的 重 要 方法之一， 其目 的是获得带钢纵向 厚度的均匀性i i i 。 现代冷轧板带材要求成品厚度 公 差 达到1 ( 2 一 7 ) ,u m 之内( 占 全长 9 8 % ) 12 1 。 目 前， 厚 度自 动 控制己 成为 现 代 化板 带 材生产中不可缺少的组成部分。 1 . 1冷轧带钢a g c技术发展情况 a g c 系统在冷连轧机中是保证产品质量的重要环节一。回顾国内己 应用在冷 轧机中的a g c 系统，可归纳为以下三种基本类型。 ( 1 )用测厚仪信号反馈控制轧机压下或轧机入口侧带钢张力的a g c 系统 7 0 年代，我国单机架可逆冷轧机上使用的厚度控制系统大都是这类系统，而 且是模拟线路。按轧机出口 侧测厚仪测出的带钢实际偏差信号反馈控制，大偏差 或被轧带钢厚度大于0 .4 m m 时，按偏差信号大小去移动压下位置，改变辊缝间距， 以减小厚度偏差， 即所谓粗调; 在小偏差或被轧带钢厚度小于0 . 4 m m时， 则调节轧 机入口 侧带钢张力，进一步减小厚度偏差，即 所谓精调i3 i 早期调节轧机压下装置的执行机构是电动压下，因电动压下响应慢和非线性 的缺点， 逐渐被液压压下机构所取代。 测厚仪安装在轧机两侧距轧辊中心约1 . 5 - 2 m 的位置，故测厚仪信号滞后时间长，且随轧制速度而变，厚度控制的调节周期长， 从 系 统 稳 定 考 虑 将 会降 低 系 统 控 制 性 能。 一 般 而 言 ， 系 续 要 修 正 2 - 3 次( 视 轧 机 刚 度而定)才能把偏差减小到允许范围内。如果a g c 系统是模拟的，通常是在轧机 升速到一定轧速后才能投入a g c o a g c 投入前和投入后第一次厚度自 动调节达到 允许 偏差范围内 这一段时间 所轧的 一段带 钢厚度就可能不 合格i4 1 。 概括 起来讲， 这 类a g c 系统的主要缺点是: 1 ) a g c 调节周期长， 并随轧制速度而变。 为了使系统运行稳定， 必须降低系 统性能因而使控制效果降低; 2 )带钢端部不受a g c 控制， 成材率低， 尤其轧制小钢卷时， 损失尤为突出 5 1 , 3 )消除带钢纵向厚度不均或硬度波动产生的厚差能力低; 东北大学硕士学位论文第一章 绪论 4 )冷轧的工艺特点是大张力轧制，故张力微调范围极小。 ( 2 )采用前馈控制和测厚仪信号反馈控制轧机压下或轧机入口 侧带钢张力的 a g c 系统。 将 ( 1 )中a g c 系统数字化，并增加前馈控制回路就构成这类a g c 系统。前馈 控制是当轧机入口 侧有厚度偏差的带钢进入轧辊时， 立即调节被控机架压下位置， 将入口 带钢厚度偏差消除的一种控制策略。 使用前馈控制可有效克服 ( 1 ) 中 a g c 系统缺点中的第3 )点。 ( 3 ) 采用前 馈控制、反馈控制和监控的 a g c 系统 6 1 8 0 年代， 利用现代控制理论、 电 子技术与计算机技术新成就， 对上述( 2 ) 中 a g c 系统进一步加以改造， 其主要特点是使用轧机弹跳方程7 1 计 算轧后带钢厚度作为实 测厚度，与设定厚度相减，其差为检测的厚度偏差值，经转换后用于压下调节。 这样就不存在轧辊中心到测厚仪的传输滞后时间了，调节周期大大缩短，从而提 高了 系 统性能， 得到普 遍应用。 人们称这种a g c 为g m - a g c ( g a u g e m e t e r - a g o 或b i s r a a g c 2 ) 油膜厚度( 如用液摩轴承) ; 3 ) 轧机弹性系数( 含带宽和轧辊辊径补偿) ; 4 ) 摩擦力变化: 5 )轧辊磨损及压扁; 6 )轧件硬度; 7 ) 轧辊热膨胀。 确定在各种轧制状态下所需各变量的补偿量， 通常要用复杂的数学模型计算， 或用事先存入计算机内的表格数据 ( 图形曲线表格化)，精度不可能高，这是影 东北大学硕士学位论文第一章 绪论 响 g m - a g c 控 制精 度的 主 要原因 d a l 。 要 生 产厚 度 偏差 极小的 带 钢， 必 须 采用 控制 精度 更高的 a g c 系统， 可控制带 钢厚度偏差 达到成品厚度的 士1 %( 几个u m ) 之内。 这种系统的核心技术是流量控制 ( m a s s f l o w c o n t r o l ) ， 。 ( 4 ) 冷轧机a g c 技术的新发展d 2 - 1 4 随着计算机技术的发展和广泛应用，国外冷轧机a g c 技术得到了迅速发展， 功能不断完善， 流量a g c ( ma s s f lo w a g c ) 也开始在冷轧机上应用， 使厚度控制 精度达到了相当高的水平。流量a g c 国外早在7 0 年代就开始成功地应用在冷连轧 机上，流量a g c 系统在设备结构及系统设计方面均较简单，无需设置任何诸如轧 辊偏心、油膜厚度等补偿系统。检测元件设置地点环境好，易于安装和维护。系 统检测分辨率高，检测精度可达0 .0 0 1 m m， 最终成品控制精度可达士8 ,u m以 下， 并且能迅速逼近目标厚度，使成材率大幅度提高。 1 .2人工智在轧制领域的应用 从9 0 年代开始，人工智能的应用为轧制理论的发展揭开了新的篇章。人工智 能从新的视角去处理轧制过程遇到的实际问题，引发了轧制过程研究中观念上的 一场革命。人工智能在轧制领域一出现就是与应用密切联系在一起的。短短几年 间， 它己 经成功应用于轧制的各个领域 1 5 1 .2 . 1人工智能在轧制领域的发展状况 人工智能进入轧制领域可以追溯到8 0 年代。 1 9 8 4 年小园东雄曾介绍了利用人 工智能技术进行型钢的最优剪切控制 1 6 1 . 9 0 年代以后，日 本车 l 钢界学者和工程技 术人员在人工智能应用方面作了大量的工作。 在模糊理论和模糊控制方面， 有带钢板形的模糊控制 1 7 - 1 9 1 、估计碳素钢的变 形抗力2 0 1 、 进行板厚一 张力不相关控制2 1 1 、 棒钢轧机的模糊设定2 2 1 、 热带精轧机组 的轧制规程设定2 3 1 、 利用模糊推理进行冷连轧机组的智能操作 2 4 1 指导等等。 在专家系统应用方面， 有冷连轧 机厚度精度诊断2 5 、热连轧负荷分配【2 6 1 ， h 型钢 孔型设计2 7 1 、 型 钢质量设计2 8 1 、 棒钢出 炉节奏控制2 9 、 热轧在线 传动系 统诊 断3 0 1 、 热带钢轧机的板坯自 动搬运 3 1 、精整线板卷运输等等。 在神经网 络方面， 有冷连轧机组 压下 规程设定3 2 1 、多辊轧机板形控 制3 3 1 、 利 用b p 网 络进行板形识别、 综合利用神经网 络和模糊逻辑进行板形控制3 4 1 、 利用自 组织模型进行操作数据分类 3 5 1 等等。 东北大学硕士学位论文第一章 绪论 响 g m - a g c 控 制精 度的 主 要原因 d a l 。 要 生 产厚 度 偏差 极小的 带 钢， 必 须 采用 控制 精度 更高的 a g c 系统， 可控制带 钢厚度偏差 达到成品厚度的 士1 %( 几个u m ) 之内。 这种系统的核心技术是流量控制 ( m a s s f l o w c o n t r o l ) ， 。 ( 4 ) 冷轧机a g c 技术的新发展d 2 - 1 4 随着计算机技术的发展和广泛应用，国外冷轧机a g c 技术得到了迅速发展， 功能不断完善， 流量a g c ( ma s s f lo w a g c ) 也开始在冷轧机上应用， 使厚度控制 精度达到了相当高的水平。流量a g c 国外早在7 0 年代就开始成功地应用在冷连轧 机上，流量a g c 系统在设备结构及系统设计方面均较简单，无需设置任何诸如轧 辊偏心、油膜厚度等补偿系统。检测元件设置地点环境好，易于安装和维护。系 统检测分辨率高，检测精度可达0 .0 0 1 m m， 最终成品控制精度可达士8 ,u m以 下， 并且能迅速逼近目标厚度，使成材率大幅度提高。 1 .2人工智在轧制领域的应用 从9 0 年代开始，人工智能的应用为轧制理论的发展揭开了新的篇章。人工智 能从新的视角去处理轧制过程遇到的实际问题，引发了轧制过程研究中观念上的 一场革命。人工智能在轧制领域一出现就是与应用密切联系在一起的。短短几年 间， 它己 经成功应用于轧制的各个领域 1 5 1 .2 . 1人工智能在轧制领域的发展状况 人工智能进入轧制领域可以追溯到8 0 年代。 1 9 8 4 年小园东雄曾介绍了利用人 工智能技术进行型钢的最优剪切控制 1 6 1 . 9 0 年代以后，日 本车 l 钢界学者和工程技 术人员在人工智能应用方面作了大量的工作。 在模糊理论和模糊控制方面， 有带钢板形的模糊控制 1 7 - 1 9 1 、估计碳素钢的变 形抗力2 0 1 、 进行板厚一 张力不相关控制2 1 1 、 棒钢轧机的模糊设定2 2 1 、 热带精轧机组 的轧制规程设定2 3 1 、 利用模糊推理进行冷连轧机组的智能操作 2 4 1 指导等等。 在专家系统应用方面， 有冷连轧 机厚度精度诊断2 5 、热连轧负荷分配【2 6 1 ， h 型钢 孔型设计2 7 1 、 型 钢质量设计2 8 1 、 棒钢出 炉节奏控制2 9 、 热轧在线 传动系 统诊 断3 0 1 、 热带钢轧机的板坯自 动搬运 3 1 、精整线板卷运输等等。 在神经网 络方面， 有冷连轧机组 压下 规程设定3 2 1 、多辊轧机板形控 制3 3 1 、 利 用b p 网 络进行板形识别、 综合利用神经网 络和模糊逻辑进行板形控制3 4 1 、 利用自 组织模型进行操作数据分类 3 5 1 等等。 东北大学硕士学位论文第一章 绪论 响 g m - a g c 控 制精 度的 主 要原因 d a l 。 要 生 产厚 度 偏差 极小的 带 钢， 必 须 采用 控制 精度 更高的 a g c 系统， 可控制带 钢厚度偏差 达到成品厚度的 士1 %( 几个u m ) 之内。 这种系统的核心技术是流量控制 ( m a s s f l o w c o n t r o l ) ， 。 ( 4 ) 冷轧机a g c 技术的新发展d 2 - 1 4 随着计算机技术的发展和广泛应用，国外冷轧机a g c 技术得到了迅速发展， 功能不断完善， 流量a g c ( ma s s f lo w a g c ) 也开始在冷轧机上应用， 使厚度控制 精度达到了相当高的水平。流量a g c 国外早在7 0 年代就开始成功地应用在冷连轧 机上，流量a g c 系统在设备结构及系统设计方面均较简单，无需设置任何诸如轧 辊偏心、油膜厚度等补偿系统。检测元件设置地点环境好，易于安装和维护。系 统检测分辨率高，检测精度可达0 .0 0 1 m m， 最终成品控制精度可达士8 ,u m以 下， 并且能迅速逼近目标厚度，使成材率大幅度提高。 1 .2人工智在轧制领域的应用 从9 0 年代开始，人工智能的应用为轧制理论的发展揭开了新的篇章。人工智 能从新的视角去处理轧制过程遇到的实际问题，引发了轧制过程研究中观念上的 一场革命。人工智能在轧制领域一出现就是与应用密切联系在一起的。短短几年 间， 它己 经成功应用于轧制的各个领域 1 5 1 .2 . 1人工智能在轧制领域的发展状况 人工智能进入轧制领域可以追溯到8 0 年代。 1 9 8 4 年小园东雄曾介绍了利用人 工智能技术进行型钢的最优剪切控制 1 6 1 . 9 0 年代以后，日 本车 l 钢界学者和工程技 术人员在人工智能应用方面作了大量的工作。 在模糊理论和模糊控制方面， 有带钢板形的模糊控制 1 7 - 1 9 1 、估计碳素钢的变 形抗力2 0 1 、 进行板厚一 张力不相关控制2 1 1 、 棒钢轧机的模糊设定2 2 1 、 热带精轧机组 的轧制规程设定2 3 1 、 利用模糊推理进行冷连轧机组的智能操作 2 4 1 指导等等。 在专家系统应用方面， 有冷连轧 机厚度精度诊断2 5 、热连轧负荷分配【2 6 1 ， h 型钢 孔型设计2 7 1 、 型 钢质量设计2 8 1 、 棒钢出 炉节奏控制2 9 、 热轧在线 传动系 统诊 断3 0 1 、 热带钢轧机的板坯自 动搬运 3 1 、精整线板卷运输等等。 在神经网 络方面， 有冷连轧机组 压下 规程设定3 2 1 、多辊轧机板形控 制3 3 1 、 利 用b p 网 络进行板形识别、 综合利用神经网 络和模糊逻辑进行板形控制3 4 1 、 利用自 组织模型进行操作数据分类 3 5 1 等等。 东北大学 硕士学位论文第一章 绪论 与日本学者的风格不同，德国的轧钢工作者虽然没有像日本人那样发表那么 多的文章，但他们在人工智能的实际应用方面也下了很大功夫。据介绍，西门子 公司 ( s i e m e n s a g c ) 利用神经网络进行轧制过程自 动控制，进行轧制力预报、带 钢温度预报和自 然宽展预报，使轧制力预报精度提高 1 5 %- 4 0 %,温度精度提高 2 5 %，宽 展精度提高2 5 %。 这些成果己 经应用于德国 蒂森钢铁公司( t h y s s e n a g ) , 赫施钢铁公司 ( h o e s c h a g ) 等轧钢厂的6 套轧机上。 人工智能在轧制中应用的最新进展是智能化信息处理。我们知道，现代化轧 机配备了大量的传感器，可以随时对轧制过程的各种参数进行检测，如温度、轧 制力、张力、速度、辊缝、板形、液压系统压力、冷却系统流量等等。轧制过程 的工作状态，可以通过这些参数充分地反映出来。所谓轧制过程的智能化信息处 理，就是利用人工智能工具，对这些采集到的信息进行加工处理，从中提取出有 用的知识。应当指出的是，轧制线上采集到的大量数据是需要处理的，一是因为 数量大，不经处理，数据量反映不出规律;二是因为项目多，不经处理，揭示不 出内在联系;三是因为变化快，很多参数在毫秒时间内发生变化，这就对数据的 采集和应用的提出了更高的要求。智能化信息处理系统的作用是通过分析数据、 挖掘知识，来整合控制模型参数，维护过程控制软件，最终达到优化轧制过程的 目 的。智能化信息处理的应用是多方面的。首先它可以帮助我们发现、总结轧制 过程中的规律。更重要的是在线应用一些智能化信息处理系统，作为操作人员和 技术人员头脑的延伸，在轧制过程的监控、软件的远程维护、设备的故障诊断、 模型的优化等重要的工作中，起着关键的作用。 应用智能化信息处理已经成为轧机现代化水平的标志之一。轧制过程的智能 化信息处理技术仍在向前发展，虽然目前全面评价它对轧制技术发展的影响尚为 时过早，但是可以肯定地说，智能化信息处理技术在轧制领域的大规模应用，将 为这一古老的传统产业带来新的生机和活力。 1 .2 .2智能技术与a g c控制系统融合的必要性 智能技术是二十一世纪的技术，目前智能技术正在加速发展，而建立在传统 工艺和自动化技术基础之上的钢铁工业正在经受考验，因而从某种意义上讲，传 统技术正在限制钢铁工业向更高层次发展，随着计算机技术的进步和信息革命的 出现，应用最新技术无论对企业管理人员和技术人员都成为最严重的挑战。二十 一世纪是智能技术飞速发展的世纪，面对钢铁工业的严峻形势，必须降低能耗， 东北大学 硕士学位论文第一章 绪论 与日本学者的风格不同，德国的轧钢工作者虽然没有像日本人那样发表那么 多的文章，但他们在人工智能的实际应用方面也下了很大功夫。据介绍，西门子 公司 ( s i e m e n s a g c ) 利用神经网络进行轧制过程自 动控制，进行轧制力预报、带 钢温度预报和自 然宽展预报，使轧制力预报精度提高 1 5 %- 4 0 %,温度精度提高 2 5 %，宽 展精度提高2 5 %。 这些成果己 经应用于德国 蒂森钢铁公司( t h y s s e n a g ) , 赫施钢铁公司 ( h o e s c h a g ) 等轧钢厂的6 套轧机上。 人工智能在轧制中应用的最新进展是智能化信息处理。我们知道，现代化轧 机配备了大量的传感器，可以随时对轧制过程的各种参数进行检测，如温度、轧 制力、张力、速度、辊缝、板形、液压系统压力、冷却系统流量等等。轧制过程 的工作状态，可以通过这些参数充分地反映出来。所谓轧制过程的智能化信息处 理，就是利用人工智能工具，对这些采集到的信息进行加工处理，从中提取出有 用的知识。应当指出的是，轧制线上采集到的大量数据是需要处理的，一是因为 数量大，不经处理，数据量反映不出规律;二是因为项目多，不经处理，揭示不 出内在联系;三是因为变化快，很多参数在毫秒时间内发生变化，这就对数据的 采集和应用的提出了更高的要求。智能化信息处理系统的作用是通过分析数据、 挖掘知识，来整合控制模型参数，维护过程控制软件，最终达到优化轧制过程的 目 的。智能化信息处理的应用是多方面的。首先它可以帮助我们发现、总结轧制 过程中的规律。更重要的是在线应用一些智能化信息处理系统，作为操作人员和 技术人员头脑的延伸，在轧制过程的监控、软件的远程维护、设备的故障诊断、 模型的优化等重要的工作中，起着关键的作用。 应用智能化信息处理已经成为轧机现代化水平的标志之一。轧制过程的智能 化信息处理技术仍在向前发展，虽然目前全面评价它对轧制技术发展的影响尚为 时过早，但是可以肯定地说，智能化信息处理技术在轧制领域的大规模应用，将 为这一古老的传统产业带来新的生机和活力。 1 .2 .2智能技术与a g c控制系统融合的必要性 智能技术是二十一世纪的技术，目前智能技术正在加速发展，而建立在传统 工艺和自动化技术基础之上的钢铁工业正在经受考验，因而从某种意义上讲，传 统技术正在限制钢铁工业向更高层次发展，随着计算机技术的进步和信息革命的 出现，应用最新技术无论对企业管理人员和技术人员都成为最严重的挑战。二十 一世纪是智能技术飞速发展的世纪，面对钢铁工业的严峻形势，必须降低能耗， 东 北大学硕士学 位论文第一章 绪论 节约原材料，提高产品的科技含量，而智能技术的成功应用正是解决这种挑战的 最成功方法。由上面的分析可以看出，以往a c c 系统存在一定的问题，要继续提 高控制精度是比较困难的，而智能技术中模糊系统和神经元网络技术正是解决 a g c 系统控制精度和轧制过程不确定的最成功的技术。模糊系统可以提取现场工 程师和专家的操作经验，由此确定a g c 系统调节辊缝的准则，能够达到现场专家 级的调节精度; 而神经元网络技术可以 建立数据驱动的知识体系， 我们可以 利用采 样数据学习现场操作过程的不确定知识，校正模型及模型参数的精度。 1 . 2 .3人工智能系统的构成及应用前景 目前已应用于钢铁工业的人工智能技术主要有:专家系统、模糊系统、神经 元网络、遗传算法、混合系统。 ( 1 ) 专家系统 ( e s - e x p e r t s y s t e m) e s 被认为是一种主要处理规则推理的人工智能工具，由于人们在生产过程中 积累了大量经验，再加上专家的指导，有益于人们建立丰富的知识库来处理变化 着的实际情况。专家系统在钢铁工业中己 成功地应用于: 故障诊断、生产调度、计 划制定、优化问题和生产过程自适应控制等。专家系统主要缺点是知识不能无限 获取3 9 1 ( 2 ) 模糊系统 ( f s - f u z y s y s t e m) f s 能够对无法或难以建立数学模型的实际系统，充分利用实际操作者经验或 专家知识完成无模型控制或预测3 6 1钢铁工业中不乏这样的例子，如精炼炉炉温 控制。f s 技术己 成功应用于:系统建模、系统预测、模式识别、故障诊断、过程 优化和动态过程控制、板坯连轧等。 ( 3 ) 神经元网络 ( a n n - a r t i f i c i a l n e u r a l n e t w o r k ) a n n 以其大规模并行算法及网络信息的分布存贮而著名，a n n 不但可以建立 生产过程数据驱动的实际模型，而且可以通过对历史数据的学习获得生产过程经 验，从而使得网络具有很强的适应能力。 a n n 运作分为两个阶段，学习和推广， 前者对实际过程进行学习，后者将网络应用于实际，正是由于a n n 具有良 好的鲁 棒性，因而具有很强的适应能力。目 前， a n n 技术己 成功应用于:轧制力预报、 精轧轧件的自 然宽展、轧件变形抗力预报等 3 7 1 ( 4 ) 遗传算法 ( g a - g e n e t i c a l g o r i t h m ) g a 主要解决优化问题，不但可解出优化过程的最优解，而且可对算法结构进 东 北大学硕士学 位论文第一章 绪论 节约原材料，提高产品的科技含量，而智能技术的成功应用正是解决这种挑战的 最成功方法。由上面的分析可以看出，以往a c c 系统存在一定的问题，要继续提 高控制精度是比较困难的，而智能技术中模糊系统和神经元网络技术正是解决 a g c 系统控制精度和轧制过程不确定的最成功的技术。模糊系统可以提取现场工 程师和专家的操作经验，由此确定a g c 系统调节辊缝的准则，能够达到现场专家 级的调节精度; 而神经元网络技术可以 建立数据驱动的知识体系， 我们可以 利用采 样数据学习现场操作过程的不确定知识，校正模型及模型参数的精度。 1 . 2 .3人工智能系统的构成及应用前景 目前已应用于钢铁工业的人工智能技术主要有:专家系统、模糊系统、神经 元网络、遗传算法、混合系统。 ( 1 ) 专家系统 ( e s - e x p e r t s y s t e m) e s 被认为是一种主要处理规则推理的人工智能工具，由于人们在生产过程中 积累了大量经验，再加上专家的指导，有益于人们建立丰富的知识库来处理变化 着的实际情况。专家系统在钢铁工业中己 成功地应用于: 故障诊断、生产调度、计 划制定、优化问题和生产过程自适应控制等。专家系统主要缺点是知识不能无限 获取3 9 1 ( 2 ) 模糊系统 ( f s - f u z y s y s t e m) f s 能够对无法或难以建立数学模型的实际系统，充分利用实际操作者经验或 专家知识完成无模型控制或预测3 6 1钢铁工业中不乏这样的例子，如精炼炉炉温 控制。f s 技术己 成功应用于:系统建模、系统预测、模式识别、故障诊断、过程 优化和动态过程控制、板坯连轧等。 ( 3 ) 神经元网络 ( a n n - a r t i f i c i a l n e u r a l n e t w o r k ) a n n 以其大规模并行算法及网络信息的分布存贮而著名，a n n 不但可以建立 生产过程数据驱动的实际模型，而且可以通过对历史数据的学习获得生产过程经 验，从而使得网络具有很强的适应能力。 a n n 运作分为两个阶段，学习和推广， 前者对实际过程进行学习，后者将网络应用于实际，正是由于a n n 具有良 好的鲁 棒性，因而具有很强的适应能力。目 前， a n n 技术己 成功应用于:轧制力预报、 精轧轧件的自 然宽展、轧件变形抗力预报等 3 7 1 ( 4 ) 遗传算法 ( g a - g e n e t i c a l g o r i t h m ) g a 主要解决优化问题，不但可解出优化过程的最优解，而且可对算法结构进 东北大学硕士学位论文第一章 绪论 行优化，g a 建立在自 然进化法则的基础之上，算法原理与人进行最优决策思路相 象，具有广阔的应用前景。目 前g a 主要应用领域:规划制定及与a n n , g a , e s 混合使用;优化算法及结构，从而优化生产过程。 ( 5 )混合系统 混合智能技术为智能技术之间或模型技术与智能技术混合使用，达到优化生 产过程目 的。包括: 数学模型十智能技术;统计模型十智能技术; a n n + f s ; g a + f s ; g a + a n n ; g a + e s ; a n n + e s ; f s + e s 等。 由a g c 系统基本原理和智能系统的构成及应用前景可以看出，智能技术和 a g c 系统的充分结合，不但具有可能性，而且具有现实的迫切性;利用智能技术 可以解决轧制过程模型的不确定性和系统的不确定性，优化生产过程包括a g c 工 艺参数，调整a g c 系统辊缝的压下量3 8 。事实上，国外一些大公司已 经开始从事 这方面工作，并己得到成功应用。 1 .2 .4利用智能技术研制a g c系统的优点 ( 1 ) 精确确定控制模型参数 利用人工神经元网络，确定各模型参数对控制模型的影响程度，通过在现场 进行一段时间的训练( 神经元网络自 学习) 后， 就可以 给出 精确的控制参数 3 9 ( 2 ) 提高控制模型精度 利用a n n 技术， 通过一段时间历史数据的存贮，可以分析模型的精度， 这样 我们可以利用a n n 技术对模型进行校正， 同时也可以抵消生产过程的不确定信息， 提高模型精度4 1 ( 3 ) 提高a g c 系统的适应能力 采用智能技术研制a g c 控制系统，由 于智能技术中无论专家系统、神经元网 络、 模糊系统都具有很好的鲁棒性，更能适应变化着的实际情况，从而提高a g c 系统的 适应能力4 0 1 ( 4 ) 减少系统的调试时间 现场的调试主要在于模型参数的摸索和系统的整定。利用智能技术， 人们只需 要粗略的给出参数对控制的影响程度，其余的工作由 其自 学习功能来完成，不断 提高 控制精度，从而减少了 模型参数的摸索时间和系统的调试时间。 东北大学硕士学位论文第一章 绪论 行优化，g a 建立在自 然进化法则的基础之上，算法原理与人进行最优决策思路相 象，具有广阔的应用前景。目 前g a 主要应用领域:规划制定及与a n n , g a , e s 混合使用;优化算法及结构，从而优化生产过程。 ( 5 )混合系统 混合智能技术为智能技术之间或模型技术与智能技术混合使用，达到优化生 产过程目 的。包括: 数学模型十智能技术;统计模型十智能技术; a n n + f s ; g a + f s ; g a + a n n ; g a + e s ; a n n + e s ; f s + e s 等。 由a g c 系统基本原理和智能系统的构成及应用前景可以看出，智能技术和 a g c 系统的充分结合，不但具有可能性，而且具有现实的迫切性;利用智能技术 可以解决轧制过程模型的不确定性和系统的不确定性，优化生产过程包括a g c 工 艺参数，调整a g c 系统辊缝的压下量3 8 。事实上，国外一些大公司已 经开始从事 这方面工作，并己得到成功应用。 1 .2 .4利用智能技术研制a g c系统的优点 ( 1 ) 精确确定控制模型参数 利用人工神经元网络，确定各模型参数对控制模型的影响程度，通过在现场 进行一段时间的训练( 神经元网络自 学习) 后， 就可以 给出 精确的控制参数 3 9 ( 2 ) 提高控制模型精度 利用a n n 技术， 通过一段时间历史数据的存贮，可以分析模型的精度， 这样 我们可以利用a n n 技术对模型进行校正， 同时也可以抵消生产过程的不确定信息， 提高模型精度4 1 ( 3 ) 提高a g c 系统的适应能力 采用智能技术研制a g c 控制系统，由 于智能技术中无论专家系统、神经元网 络、 模糊系统都具有很好的鲁棒性，更能适应变化着的实际情况，从而提高a g c 系统的 适应能力4 0 1 ( 4 ) 减少系统的调试时间 现场的调试主要在于模型参数的摸索和系统的整定。利用智能技术， 人们只需 要粗略的给出参数对控制的影响程度，其余的工作由 其自 学习功能来完成，不断 提高 控制精度，从而减少了 模型参数的摸索时间和系统的调试时间。 东北大学硕士学位论文第一章 绪论 1 .3本文的主要工作 本钢四机架冷连轧机是从国外引进的全连续式冷连轧机，是我国第一条酸洗 轧 机联合机组， 又称c d c m生产线( c o n t i n u o u s d i s c a l i n g c o l d m i l l ) 。 它是一个复 杂的多输入多输出的控制系统， 包括厚度控制系统( a g c ) ， 张力控制系统( a t c ) ; 板形控制系统 ( a f c ) ，活套控制系统等。其中厚度自 动控制系统主要包括: ( 1 ) 一架前馈a g c系统 ( 2 ) 一架基于s m i t h - a g c和秒流量 a g c综合厚度控制策略 ( 文中简称综 合厚度控制策略)的控制系统 ( 3 ) 二架前馈 a g c系统 ( 4 ) 低压下率 ( a方式)出l 7 a g c系统 ( 5 ) 高压下率 ( b方式)出口a g c系统 c d c m 生产线能否稳定的投入生产，发挥其功能和潜能，将直接影响产品的 质量和产量，进而影响企业的经济效益和社会效益。因此本钢已把 “ c d c m 线综 合控制技术的研究与应用”作为一个重要的科研项目。 本文对 c d c m 线中冷连轧机的 a g c系统中 s m i t h预估控制策略、 s m i t h - a g c系统结构、控制算法、s m i t h - a g c系统的稳定性进行了 分析。 在对s m i t h - a g c系统分析的基础上，本文对综合厚度控制策略 ( 由 模块化 语言p 8 0 i 和l c r 1 6 0 0 设计的软件系统) 进行了 较全面、 深入的消化、 研究， 对 综合厚度控制策略中的算法和模型进行了严格的推导; 对综合厚度控制策略在低 速启动阶段、 稳态轧制阶段、 减速停车阶段的实际控制过程中如何相互配合使用， 以 及这两种系统相互配合的优势等进行了深入的分析。 对于复杂而且具有不确定性的轧钢过程，控制对象难以建立确定的数学模型。 本文提出 利用小脑模型神经网络c ma c ( c e r e b e l l a r mo d e l a rt i c u l a t i o n c o n t r o l l e r ) 来对动态轧制过程建模，设计了基于c ma c神经网络建模的综合厚度控制策略， 研究了该控制策略的系统结构、神经网络的学习算法。对c ma c神经网络进行了 离线的训练，编制了神经网络的训练程序。 最后在a l s t o m公司的p 8 0 i 软件平台上，对s m i t h - a g c系统、综合厚度控 制系统和基于c m a c神经元网 络建模的综合厚度控制系统进行了仿真研究。比 较 仿真结果， 从系统的响应时间、 超调量、 跟随性、 抗干扰性等各方面看出基于c ma c 神经网络建模的综合厚度控制策略的有效性，从理论和仿真试验结果两方面证明 了基于c ma c神经元网络建模的综合厚度控制系统具有良 好的性能指标。为最终 东北大学 硕士学位论文第一章 绪论 完成 “ c d c m线综合控制技术的研究与应用”项目 打下了良 好的基础。 东 北大学硕士学位论文第二章 a g c 理论墓础 第二章 a g c理论基础 本章主要从分析a g c系统中常用数学模型、 板带材厚度波动的原因以 及厚度 变化规律出发，着重论述a g c的基本形式及其控制原理，并对这些基本a g c系 统的优缺点做了一定的分析。 2 . 1 a g c的基本概念 熟悉a g c 系统的基本概念是研究a g c 系统的前提。本节主要分析a g c 系统中 常用的数学模型以及轧制过程中板材的厚度变化规律。 2 . 1 . 1轧机弹跳方程 在轧制过程中，由于受轧制力的作用，轧机的机架、轧辊、轴承等部分都会 产生弹性变形，如图2 . 1 所示。 空载时的轧辊位置 轧制时的轧辊位置 图2 . 1 轧制时发生的基本现象 f i g . 2 . 1 t h e b a s i c p h e n o m e n a w h e n s t r i p i s r o l l e d 图中， h - - 入口厚度;h 一出口 厚度;s 空载辊缝; s - 一 实际辊缝; f 一 轧制力。 这些变形引起的辊缝变化的总和即 称为轧机弹跳闭 ， 它是轧机负载辊缝与空载 辊缝的差值。 轧机在外力f的作用下， 产生弹性变形 ( h - s o ) ， 依h o o k定律可得 f= m( h 一 s o ) ( 2 . 1 ) 式中， m- 一 轧机模数或轧机刚度系数。由式 ( 2 . 1 )变形得: _f h=j + m ( 2 . 2) ( 2 . 2 )式就是著名的轧机弹跳方程，它由s m i s 等人创立，是厚度计式a g c 东 北大学硕士学位论文第二章 a g c 理论墓础 第二章 a g c理论基础 本章主要从分析a g c系统中常用数学模型、 板带材厚度波动的原因以 及厚度 变化规律出发，着重论述a g c的基本形式及其控制原理，并对这些基本a g c系 统的优缺点做了一定的分析。 2 . 1 a g c的基本概念 熟悉a g c 系统的基本概念是研究a g c 系统的前提。本节主要分析a g c 系统中 常用的数学模型以及轧制过程中板材的厚度变化规律。 2 . 1 . 1轧机弹跳方程 在轧制过程中，由于受轧制力的作用，轧机的机架、轧辊、轴承等部分都会 产生弹性变形，如图2 . 1 所示。 空载时的轧辊位置 轧制时的轧辊位置 图2 . 1 轧制时发生的基本现象 f i g . 2 . 1 t h e b a s i c p h e n o m e n a w h e n s t r i p i s r o l l e d 图中， h - - 入口厚度;h 一出口 厚度;s 空载辊缝; s - 一 实际辊缝; f 一 轧制力。 这些变形引起的辊缝变化的总和即 称为轧机弹跳闭 ， 它是轧机负载辊缝与空载 辊缝的差值。 轧机在外力f的作用下， 产生弹性变形 ( h - s o ) ， 依h o o k定律可得 f= m( h 一 s o ) ( 2 . 1 ) 式中， m- 一 轧机模数或轧机刚度系数。由式 ( 2 . 1 )变形得: _f h=j + m ( 2 . 2) ( 2 . 2 )式就是著名的轧机弹跳方程，它由s m i s 等人创立，是厚度计式a g c 东北大学硕士学位论文 的基本数学模型， 也是实现厚度计式a g c的基础。 仪式a g c系统的纯滞后作用3 1 ， 所以，它的问世为 贡献。 第二章 a g c 理论墓础 由于轧机弹跳方程避免了测厚 a g c技术的发展做出巨大的 2