（控制理论与控制工程专业论文）智能控制在拉丝机拉力系统中的研究与应用.pdf

武汉科技大学硕士学位论文第1 页 摘要 智能控制技术在解决现代复杂被控对象的控制上比传统控制技术有明显的优越性，而 基于神经网络的控制由于其所特有的并行处理、自适应、自组织和自学习能力，在自动控 制领域中有广泛的应用前景，其中常规p i d 控制具有算法简单，可以改善系统的动态特性 和稳态特性的优点，因而被广泛的应用于拉力控制系统中。但是在拉丝机进行卷取拉力控 制时，由于卷取中卷径的变化以及其它的一些不可检测的因素的影响，相应的带来了系统 参数的变化，传统p i d 控制器的参数往往是针对一种情况进行整定，因此很难保持拉力的 恒定。针对这种情况，本文设计出一种模糊神经网络自适应p i d 控制器，根据卷取拉力控 制中的实时变化，利用模糊神经网络控制器对p i d 控制器的参数进行在线自调整，使其能 够适应被控制过程中对象的变化，从而实现恒拉力卷取控制。 本文较为详细地阐述了模糊神经网络控制原理。模糊神经网络控制系统主要由模糊控 制系统和神经网络控制系统两者结合起来，取长补短，将神经网络的学习能力引用到模糊 控制系统中去，充分利用其自组织、自学习能力，实现模糊规则的自寻优及隶属函数的自 调整，从而克服神经网络结构难以确定以及模糊控制无自学习能力的缺点，能适应一些对 控制要求较高的系统。 该系统在实验室仿真成功，系统工作稳定，操作方便，能够获得满意的性能指标，具 有较好的快速跟随性，且稳态精度高，调节时间有了明显改善，提高了系统的抗干扰能力， 全面的改善了系统的动态性能。经过一段时间的实际应用，效果良好，明显取得了比常规 p i d 控制器在拉力控制中更好的控制特性。 关键词：模糊神经网络；自适应p i d 控制器；拉力控制；仿真；拉丝机 第1 i 页武汉科技大学硕士学位论文 a b s t r a c t t h et e c h n o l o g yo fi n t e l l i g e n tc o n t r o lh a sm o r ea d v a n t a g et h a nt r a d i t i o nt e c h n o l o g yi n c o n t r o l l i n gc o m p l e xo b j e c t so fm o d e r ni n d u s t r i a lc o n t r 0 1 a n dt h ei n t e l l i g e n tc o n t r o la sa n e f f e c t i v ew a yh a sg r e a tv a l u ei nt h ea u t oc o n t r o la p p l i c a t i o np o t e n t i a l l yd u et oi t sa b i l i t yo f p a r a l l e lp r o c e s s i n g ，a d a p t i n g ，s e l f - o r g a n i z i n ga n ds e l f - s t u d y a n db e c a u s et h ea l g o r i t h mo ft h e c o n v e n t i o n a lp i dc o n t r o l l e ri ss i m p l ea n dc a ni m p r o v et h es y s t e m a t i cd y n a m i cc h a r a c t e r i s t i ca n d t h es t e a d yc h a r a c t e r i s t i c ，i ti sw i d e l ya p p l i e dt ot e n s i o nc o n t r o ls y s t e m b u tw h i l ec a r r y i n go nt h e r o l lt e n s i o nc o n t r o l ，t h es y s t e m a t i cp a r a m e t e ri sc h a n g e da c c o r d i n gt ot h ec h a n g eo ft h ed i a m e t e r o ft h er o l l e ra n dt h ei n f l u e n c eo fs o m eo t h e rd e t e c t a b l ef a c t o r s t h ep a r a m e t e ro fc o n v e n t i o n a l p i dc o n t r o l l e ri so f t e n e x a c t l yd e s i g n e dt o ak i n do fs i t u a t i o na n di si n v a r i a b l e s ot h e c o n v e n t i o n a lp i dc o n t r o l l e ri sv e r yd i f f i c u l tt ok e e pt e n s i o nw e l l t h e nw e d e s i g na k i n do ff u z z y n e u r a ln e t w o r ka d a p t i v ep i dc o n t r o l l e r i nv i e wo ft h er e a lc h a n g eo fr o l lt e n s i o nc o n t r o l ，w eu s e t h ef u z z yn e u r a ln e t w o r kc o n t r o l l e rt oc h a n g et h ep a r a m e t e ro fp i dc o n t r o l l e ri nt i m ei no r d e rt o e n a b l ei tt oa d a p tf o rt h ep r o c e s sw i t ht h ec h a n g eo fo b j e c t t h e nw ec a nr e a l i z et h ep e r m a n e n t t e n s i o nc o n t r 0 1 i nt h i sa r t i c l e ，w ee l a b o r a t et h ef u z z yn e u r a ln e t w o r kc o n t r o lp r i n c i p l ei nd e t a i l t h ef u z z y n e u r a ln e t w o r kc o n t r o ls y s t e mm a i n l yi n c l u d e st w op a r t s ：t h ef u z z yc o n t r o ls y s t e ma n dt h en e u r a l n e t w o r ks y s t e m w ec a na d a p tt h el e a r n i n gc a p a b i l i t yo ft h en e u r a ln e t w o r kt ot h ef u z z yc o n t r o l s y s t e ma n du s ei tb yt h eo r g a n i z a t i o na n dt h el e a r n i n gc a p a b i l i t yt or e a l i z es e e k i n gs u p e r i o r f u n c t i o no ft h ef u z z yr u l ea n da d j u s tt h es u b o r d i n a t i o n t h ef u z z yn e u r a ln e t w o r kc o n t r o ls y s t e m c a no v e r c o m ed i f f i c u l t yo ft h ed e f i n eo ft h en e u r a ln e t w o r ks t r u c t u r ea sw e l la st h es h o r t c o m i n g o ft h el e a r n i n gc a p a b i l i t yo ft h ef u z z yc o n t r 0 1 i tc a na p p l yt om o r ec o m p l i c a t e ds y s t e m w es i m u l a t et h i ss y s t e mi nl a b o r a t o r ys u c c e s s f u l l y t h es y s t e mw o r ks t a b l ya n do p e r a t e e a s i l y i tc a no b t a i nt h es a t i s f i e dp e r f o r m a n c ea n dh i 曲s t a b i l i t y , f o l l o w st h es o u r c ew e l l t h e t i m e o fc o n t r o l i m p r o v eo b v i o u s l y i ti m p r o v e st h es y s t e m a n t i j a m m i n ga b i l i t y a n d c o m p r e h e n s i b l yi m p r o v e st h ed y n a m i cp e r f o r m a n c eo fs y s t e m a r e rap e r i o do fp r a c t i c a l a p p l i c a t i o n , i th a so b v i o u s l yo b t a i n e d t h eb e t t e rc o n t r o lc h a r a c t e r i s t i co ft e n s i o n c o n t r o l c o m p a r e dt ot h ec o n v e n t i o n a lp i dc o n t r o l l e r k e y w o r d s ：f u z z yn e u r a ln e t w o r k ；a d a p t i v ep i dc o n t r o l l e r ；t e n s i o nc o n t r o l ；s i m u l a t i o n ； d r a w i n g m a c h i n e 武汉科技大学 研究生学位论文创新性声明 本人郑重声明：所呈交的学位论文是本人在导师指导下，独立进 行研究所取得的成果。除了文中已经注明引用的内容或属合作研究共 同完成的工作外，本论文不包含任何其他个人或集体已经发表或撰写 过的作品成果。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。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名：茎垫日期：坐! 笠! ! 显堡笪 研究生学位论文版权使用授权声明 本论文的研究成果归武汉科技大学所有，其研究内容不得以其它 单位的名义发表。本人完全了解武汉科技大学有关保留、使用学位论 。文的规定，同意学校保留并向有关部门送交论文的复印件和电子版 本，允许论文被查阅和借阅，同意学校将本论文的全部或部分内容编 入有关数据库进行检索。 论文作者签名： 兰堑 指导教师签名：巡垄庭 日 期：丝缝坦硷三堡1 6 3 武汉科技大学硕士学位论文第1 页 第一章概述 1 1 拉力控制简介 拉力控制系统是现代工业中广泛应用的控制系统之一。所谓拉力控制，是指在一般的 纺织、冶金等拉材控制及生产设备中，在生产时对材料的拉紧度进行控制，过大的拉力会 导致材料的变形、甚至断裂，过小的拉力又会因为松弛导致跑偏；拉力控制不稳也会造成 切断长度不稳定等现象。工业实际生产过程中的拉力控制是一个大时变、非线性的系统， 具有变参数、变负载、强扰动等一系列特点。本文以拉丝机生产过程中钢丝卷取时的拉力 控制为研究对象，在拉丝机的生产过程中，取作为生产工艺中的一道重要工序直接影响着 产品的质量。 自从上个世纪二十年代第一卷热轧钢卷在a _ r m c ob u t l e r 热轧厂生产出，金属拉丝机中 钢丝的生产就出现了新的领域。然而在随后的几十年里，人们对钢丝的卷取技术似乎一直 不太关注。直到后来对钢丝的韧度和细度提出更高的要求时，卷取技术才纳入工程师们的 研究范围。卷取作为生产工艺中的一道重要工序直接影响产品的质量，在历史上，由于卷 取技术的原因，曾出现过高达1 0 的次品率。为了解决卷取技术中的难题，各个国家都花 费了大量的人力、物力、财力进行技术研究及技术改造。然而，卷取过程中造成次品的原 因一般都不能很好的得到解释，原因就是人们缺少直接检测和分析的手段，人们现在唯一 能进行的就是对卷取过程中的拉力进行控制。我们都知道，一根细线如果没有绷紧，是没 有办法拉紧的，细线也会有的紧有的松散；但是如果拉力过大，细线就很容易被拉断。在 冶金行业中，对钢丝的卷取，也具有相同的问题，并且有其特殊性：在对钢丝进行卷取时， 如果拉力过小，钢丝会在自身重量下松散，会使钢丝粗细不均匀影响钢丝的质量，严重的 造成钢丝跑偏、塌卷等现象；如果拉力过大，在钢丝卷取过程中，会造成钢丝内部应力过 大，致使钢丝的内孔内陷或者整个内层卷突出，降低整个钢卷的等级，更为严重的甚至造 成拉断。为了提高钢丝的成材率，根据不同的加工工艺及被卷取的物料的特性，我们应该 设置相应的拉力，然后在卷取过程中，保持该拉力值恒定，才能得到好的产品。总之，恒 拉力控制是卷取技术的关键。 1 2 拉力控制的发展历史 恒拉力卷取控制一般分为开环控制和闭环控制两大类1 1 1 0 开环控制就是利用有些电机 的本身所具有的与卷绕特性相似的软机械特性，直接用这类电机来传动卷绕机构，以获取 近似的恒拉力控制；闭环控制又分为直接拉力控制、间接拉力控制和复合拉力控制三种方 式：直接拉力控制是一种最直接、最有效的控制方式之一，直接拉力控制方式中，设置有 拉力检测元件、拉力辊和拉力控制环，利用拉力检测元件的检测信号与给定拉力值比较， 经拉力控制坏后去驱动执行机构，控制拉力辊的位置，达到控制拉力的目的，这种拉力控 制方式优点是拉力控制精度高，从理论上可以实现零误差控制：缺点是控制精度依赖于拉力 第2 页武汉科技大学硕士学位论文 检测元件的精度，如果，现场环境比较恶劣，如酸雾对检测元件的腐蚀，就可能导致拉力 控制失效。间接拉力控制系统中没有拉力检测元件，对拉力的控制是通过对卷取机构的物 理方程进行静态、动态分析，从中找出影响拉力的所有电气物理量，对这些物理量进行控 制，从而达到恒拉力控制的目的。根据不同的物理量采用不同的方法，一般有电流反馈、 电枢反电势反馈、卷径反馈等。由于间接拉力控制涉及多个参数的控制，般需采用多闭 环的控制方式来实现。这种恒拉力控制方式的优点是减少了拉力辊及相应的检测元件，降 低了系统成本，缺点是控制方式更为复杂，控制精度相对地比直接拉力控制方式的低，并 且完全依赖于控制器的精度。复合恒拉力控制方式是在间接拉力控制方式的基础上。再增 加个拉力闭环，形成一个三环控制系统，该控制方式优点是不仅具有直接拉力控制的精 度，还具有间接拉力控制方式的快速性能和跟随性能，缺点是投资成本大，控制方式更为 复杂。 在实际中，应用最为广泛的是间接拉力控制方式，其控制精度完全取决于控制器。在 上世纪八十年代以前，控制系统一般以模拟器件为主，系统的精度一般都不高。进入九十 年代后，随着机电制造技术、电力电子技术、计算机技术、检测技术的发展，专用拉力控 制设备( 器件) 有了飞速的发展，拉力控制的精确度也得以不断提高。传统的拉力控制主要 采用常规的p i d 控制1 2 1p i d 控制是基于偏差的比例、积分和微分的集成式控制方法，具 有原理简单、易于实现、鲁棒性强和适用面广，可以改善系统的动态特性和稳态特性等优 点，只要正确的设定其参数便可以实现其控制作用，因而被广泛的作为控制器应用于拉力 控制系统中。我们在进行p i d 控制器的参数整定时，一般认为被控制对象的参数是恒定不 变的，即假设系统是一个时不变系统，通过对转动惯量的补偿和卷径的扰动补偿，实现恒 拉力控制。其实，我们在进行惯量补偿计算时就知道，随着带钢被卷绕在卷简上，卷筒的 转动惯量是在不断的增大的。同时由于拉力控制系统中速度和拉力是交叉耦合的，并且是 多输入多输出的非线性系统，而采用常规p i d 控制理论进行拉力系统设计，控制器的参数 一般是按照卷筒空卷时进行整定的，在实际运行时调节器参数并不能随着系统的参数改变 而改变，对系统模型的精确性依赖较强，所以原控制器设计的指标往往是达不到的。 由于在常规p i d 控制很难获得满意的控制效果，随着人们对产品质量要求的提高，人 们也在不断的寻找新的控制方法，因此有人们提出了自适应p i d 控制的方法。自适应p i d 控制的基本思想是在系统的参数发生变化时能够自动调整控制器的参数，从而适应控制对 象的特性变化，使被控对象的特性达到最优。现阶段，对拉力控制自适应p i d 控制器的设 计方法主要分为两种，一种是增益自调节p i d 调节器，这一种方法一般都是采取转矩补偿 的思想，经过几十多年的发展，这一种方法已经相当的成熟，并且在实际中也取得了广泛 的应用，如德国西门子公司的拉力控制板系列：从p t l 0 ，t 3 0 0 到目前最新的t 4 0 0 。另一种 则是模型参考自适应调节器，其基本思想是建立相关的控制模型，从而建立相关的补偿关 系，这种方法在实际应用中也取得了相当的发展。然而从某些方面考虑，这两种方法都有 其一定的局限性。如增益自调节方法的前提是只考虑主要的变化因素一卷筒的转动惯量的 变化，而不考虑其他的一些扰动的影响，这些扰动在实际运行中也会带来不小的误差。模 武汉科技大学硕士学位论文第3 页 型参考的方法则要求建立相关的参考模型，而实际在拉力控制中速度和拉力是交叉耦合 的，同时由于各种扰动的存在，建立相关的精确参考模型是非常困难的，应此这两种自适 应p i d 控制器在实际的应用中都有一定的不足。 1 3 拉力控制器的改进设计3 1 由于拉力控制系统中速度和拉力是交叉耦合的，并且是多输入多输出的非线性系统， 一般的自适应算法都不能很好的满足其控制要求，又由于被控系统的特殊性，不允许有大 的超调，要有较好的动态与静态稳定性，这样就更加增加了系统设计的难度。 智能控制方法是解决上述问题的有效途径之一4 1 ，因此我们将目光投向智能控制领域， 模糊控制与神经网络就是其重要的两个分支。模糊控制可以将人的经验、智慧总结提炼成 模糊规则，模仿人的控制经验进行直接推理，具有一般控制方法所无法比拟的优点，它是 一种处理不确定性、非线性和其它不适合问题的有力工具，它比较适合于表达那些模糊或 定性的知识，其推理方式比较类似于人的思维模式，不需要被控对象的精确数学模型，而 是基于专家的知识和操作者的经验建立模糊控制模型，通过模糊逻辑推理完成控制决策过 程，最后实现对被控对象的调节控制，以上这些都是模糊控制的显著优点，但是一般说来 模糊系统缺乏自学习和自适应能力，这也是其最大的不足之处，限制了其在高速动态控制 中的应用。而神经网络具有并行计算、分布式信息存贮、容错能力强，可以对信息进行高 速处理以及具备自适应学习功能等一系列优点，但也有不足之处，神经网络不适于表达基 于规则的知识，因此在对神经网络进行训练时，由于不能很好地利用已有的经验知识，常 常只能将初始权值取为零或随机数，从而增加了网络的训练时间或者陷入非要求的局部极 值。因此我们考虑将两者结合起来，取长补短，考虑到工程的实用性，我们可以将神经网 络的学习能力引用到模糊控制系统中去，将模糊控制器的模糊化处理、模糊推理、精确化 计算通过分布式的神经元网络来表示，从而实现模糊规则的在线修改和隶属函数的自动更 新，使模糊控制具有自学习、自调整和自适应能力，最后利用模糊逻辑推理对p i d 控制器 的参数进行在线自调整1 5 1 从而达到满意的控制效果。 神经网络控制( 神经控制) 是智能控制的一种重要形式，近年来得到了迅速发展。相 对于专家控制和模糊控制而言，神经网络不善于显示表达知识，但具有一些独特的优点： ( 1 ) 潜在的并行处理带来的高速运算和信息综合能力； ( 2 ) 很强的逼近非线性函数的能力； ( 3 ) 自适应、自组织和自学习能力。 神经网络用于控制正是利用了这些特点。 1 4 本文所作的工作 传统拉丝机中拉力卷取控制主要采用常规的p i d 控制器，常规p i d 控制算法简单，具 有可以改善系统的动态特性和稳态特性的优点，但常规p i d 控制器不具有在线参数整定功 能，对系统模型的精确性依赖较强，对于拉力控制系统这种典型的非线性、时变且受随机 干扰的系统，一般难以获得较好的控制性能。本文将思路拓展到智能控制领域，在深入的 第4 页武汉科技大学硕士学位论文 学习了模糊控制与神经网络的思想及原理后，设计出一种模糊神经网络自适应p i d 控制器， 在实际拉力控制中，根据系统的实时变化，利用模糊推理对p i d 控制器的参数进行实时整 定，同时利用神经网络来克服模糊系统缺乏自学习和自适应能力，以期达到良好的控制效 果。 具体实现上，我们以实际运行中电流值与其期望值之间的偏差及其偏差变化率作为输 入量，p i d 控制器的三个参数k ，k ，k d 作为输出量，建立一个模糊神经网络控制器9 1 ， 模糊控制规则通过分布式的神经网络的自学习能力来进行调整，将模糊控制与神经网络有 机的结合起来取长补短，使其既具有模糊控制器的种种优点，又具有神经网络的自学习能力， 然后将其用于p i d 控制器参数的自整定中，设计一种适用于恒定拉力卷取控制的模糊神经 网络自适应p i d 控制器。 并且针对常州电线电缆厂引进的电缆生产线一意大利e e l 拉丝机的改造项目，在分析 整个控制系统的软硬件结构的基础上，提出了其核心控制部分一直流调速系统的数字化改 造方案，并在转速环的控制中采用了新型智能控制策略。目前该方案己通过论证，正在进 行相关的试验和样品设计。 本课题是对智能控制在电气传动领域应用的有益探索，相信随着智能控制理论特别是 神经网络控制理论的发展，必将使电气传动系统的控制性能、自动化水平跃上一个崭新的 台阶。 武汉科技大学硕士学位论文第5 页 第二章拉丝机拉力控制原理 我国造纸、线缆、钢材等行业特别是许多乡镇企业于9 0 年代初期引进了国外的生产 线，但大都由于缺乏技术资料或专业技术人员，很难进行正常的维护，出现问题后轻则影 响产品质量，重则导致生产线停车，给企业造成很大损失。本文基于常州电线电缆厂的一 条意大利e e i 钢电缆生产线一拉丝机的控制系统进行了分析，在这一方案中应用了神经元 直接自适应p i d 控制策略。经过改造其不但超过了原系统的指标，同时又以较低的改造成 本，提高了拉丝机的可靠性，圆满解决了设备的维护问题。 2 1 拉丝机的控制系统简介 e e i 拉丝机的控制设备以九个直流电机机组协调运转控制为主，由于控制电路主要是 模拟电路，整个系统显得较为复杂，经过长期运行容易出现故障，控制精度和线材质量也 受到影响。生产线如图2 1 所示，每个机组包括一个拉丝模、张力辊和一台直流电动机， 生产线运作时，激光测量仪在线测量线材的直径，并通过监控模块控制拉丝模调整线材的 直径。显然各机组的转速和反馈拉力是时变且互不相同的，因而机组的速度、拉力的协调 控制显得尤为重要。 2 2 拉力控制模型吲 要保持钢丝在卷取时的拉力恒定，在这里我们有必要对卷筒及其传动电机进行受力分 析。 压辊 卷取机 图2 1 拉丝机示意图及控制模型图 图2 1 所示为一钢丝拉取系统，其钢丝的拉取拉力为丁，卷筒的半径为r 卷筒的前一单 元( s 辊) 的钢丝线速度为k ，卷筒的卷取线速度为。开始卷取过程时，显然应使匕 k ， 从而使钢丝在卷取时有拉力。如果控制 k ，此时，钢丝 第6 页武汉科技大学硕士学位论文 将受到拉力而产生弹性变形。根据胡克定律，钢丝的卷取拉力丁为： 。丁：半t l ( v 2 飞) d r ( 2 1 ) ； 式中：e 钢丝的弹性模量。 万钢丝的截面积； ，卷筒与前s 辊组问的距离； t ，卷取机建立拉力的时间； 从上式可以看出，钢丝作为卷取拉力的调节对象时，是一积分环节，其信号传递关系 如图2 2 所示： 图2 2 信号传递关系图 所以，在刚开始启动过程中当钢丝的拉力达到工艺所要求的拉力给定值时，就应该及 时调节以，使卷简的线速度以保持稳定，此时，就可以保证钢丝在给定的拉力值下正常拉 取。然而，在实际的运行中，有两种情况引起的拉力变化必须考虑。第一种情况是由于卷 径变化引起的拉力变化，现假定s 辊的线速度是一稳定值，即k 恒定( 在实际生产中情况也 是如此) ；设定卷取机构的卷筒的线速度匕= j * 2 r 宰，如果，卷筒的卷取电机的转速坞 恒定不变，则卷绕过程中随着r 的不断增大，卷筒的线速度k 将正比地增大，从而拉力丁将 随r 的上升而线形增长，其卷简轴上的卷绕力矩m = t 宰，将以更快的速率增大，从而引起 拉力的较大波动。另一种情况是在机组加减速时引起的拉力变化，无论是s 辊线速度k ， 还是卷筒的线速度巧，都会有一定的波动，这都将引起钢丝的卷取拉力波动，特别是在机组 工艺速度在进行切换时，最容易产生这种现象。 我们现在对传动电机进行分析，卷取传动电机与s 辊电机是由两套装置分别驱动，通 常以s 辊电机的速度作为拉取机电机的速度基准。随着拉取过程的进行，卷简的卷径将逐 渐增大，卷筒的卷径甚至达到原卷径的两倍以上，对于材质为钢的钢丝来说，则卷筒的转 动惯量变化很大。当机组工艺速度进行切换时，由于卷筒的转动惯量不同( 即为变量) ，且 卷筒的转动惯量大于挤干辊的转动惯量，导致以可能跟不上k 变化，从而导致拉力波动。 在实际生产中，这两种情况是绝对不允许。所以，在拉力建立起来后，应该保持l k 为恒定值，在k 为定值时，则应保持砭不变，就可保证卷取拉力的恒定。要保证恒拉力卷 1 ， 取，则卷取电机的转速，l ，随卷径的增加而成反比地下降，即刀：= 3 。于是绕卷力矩m ，与 武汉科技大学硕士学位论文第7 页 卷取电机得转速，l ：的乘积等于拉力与卷筒线速度的乘积，即m ，* 1 1 2 ：丝旦，变形得： 以：量( 2 2 ) m f 式中k 为丝旦，即k 为定值，这个关系式就称为卷取特性，它是一条双曲线，如图 万 2 3 所示： 转速n 0 力矩m 图2 3 卷取特性图 2 3 拉力控制原理 究竟如何保持一k 为恒定值，下面我们有必要对恒拉力控制如何转化为对电机的控 制作进一步的分析。随着电子技术的发展、电子器件制造水平的不断提高，电力电子器件， 在容量、耐压、特性和类型等方面得到了迅速发展。人们提出了矢量控制的思想，并应用 于交流变频控制中。现在，由变频器和交流电机组成的交流传动系统，已经越来越多的取 代了直流电机应用在了拉力控制中。因此本文以交流变频矢量控制在拉力控制中的实现为 研究对象。 矢量控制原理的出发点是，考虑到异步机是一个多变量、强耦合、非线性的时变参数 系统，很难直接通过外加信号准确控制电磁转矩，但若以转子磁通这一旋转的空间矢量为 参考坐标，利用静止坐标系到旋转坐标系之间的变换，可以把定子电流中的励磁电流分量 与转矩电流分量变成标量独立开来，进行分别控制。这样异步机与直流电动机有相同的转 矩产生机理，这样就可以把交流电机等效为直流电机来进行控制1 0 】，即回到磁场与其相垂 直的电流的积为转矩这一基本原理进行拉力分析。 根据卷取拉力系统的特点，交流变频调速系统的拉力t 和电动机转矩之间关系为： m = t 牛，f( 2 3 ) m 为电动机转矩；厂为钢卷半径；r 为卷取机拉力：f 为卷取电动机与卷筒的减速比。 卷取机的卷取拉力是由卷筒电机力矩产生的，且以电动机电枢电流来表示1 6 】： m = g ，叫d ( 2 4 ) c 。为电机常数；o 为磁通；厶为电枢电流。 带卷速度： y = 黑 ( 2 5 ) 第8 页武汉科技大学硕士学位论文 刀为电机转速；f 为电机到卷筒的减速比。 由式( 2 3 ) 、( 2 4 ) 及式( 2 5 ) 得出拉力丁与，v 及，d 的关系： r ：n c , o l n n 3 0 v 木f ( 2 6 ) 可见，基频以下时，恒定，电流，n 和拉力丁成正比。根据卷径的变化，我们可以通 过预设拉力参考值的变化，使在恒定的预设定点上转矩的变化是卷径变化的函数，即电流 ，d 变化是拉力变化的函数，即保持，d r 为常数，实现丁为恒定值的控制。基频以上工作 时，随着磁通的逐渐减小，即产生磁场的电流分量j 。减小，利用电磁感应作用在电机 上的电流被分解为磁场电流和转矩电流，根据其原理，定子最大电流，。保持恒定，。j 减 小，产生电枢电流分量，d 相应地增大。因此在卷取机控制系统设计要使在基速以上时，电 机电流变化与卷取机电机磁场弱磁程度协调一致，据此计算转矩设定值，在限幅范围内， 转矩设定点和电机电流之间相对进行调整，使得，木，n 恒定，即实现了拉力丁恒定控制。 基于恒电枢电流，疗、恒r 控制方式和基于恒磁通、恒，n ，控制方式的两种恒拉力 控制方式其实也是卷取过程中同一过程中的两个不同阶段：在卷取开始时，系统在额定的满 磁通下启动，在转速达到设定转速时，系统就转换到基于恒电枢电流，n 、恒，控制方式 随着卷径的增大，为了保证恒拉力，卷简的转速也要随着降低，等转速降到设定转速时， 系统又是基于恒磁通、恒，d ，控制方式。上述方案实现起来都较为复杂，而且很难达到预 期的控制效果。 因此归根到底，要保持恒拉力卷取控制，就是要保持卷筒与前一s 辊线速度差的稳定， 也就是在考虑卷径变化的影响下保持卷取机与s 辊电机的相对电流差的稳定。 2 4 控制系统的组成1 3 5 l 控制系统的结构如图2 4 所示，主要包括4 个部分： ( 1 ) 控制台用于操作员监视和调整生产线的运行参数和产品参数，其中运行参数包括 速度、各机组操作状态、速度容限等，产品参数包括线材的长度、直径和重量等。控制台 通过r s 4 8 5 与主电室内的主控设备进行通讯，主要由l c d 显示器和8 0 9 8 单片机组成。 ( 2 ) 监控模块作为上位机负责控制台、主控模块、p l c 之间的通信，对主控制模块的 状态进行监控，在协调整个控制系统的运作的同时，还负责拉丝模的控制、计量己生产线 材的长度等。 ( 3 ) 主控模块是整个生产线控制部分的核心，由九个基本类似的模块组成，实现对九 个直流机组的控制，每个模块都包括以运算放大器为主的模拟电路和8 0 9 8 单片机为核心 的数字电路两个部分。模拟电路主要是速度、电流和张力的闭环直流调速系统( 包括励磁调 节系统) ；数字电路主要实现对主控环节的状态和故障检测，并通过r s 4 8 5 串行口与监控 系统通信，同时还可以根据系统状念，通过模拟开关简单调节控制环路的参数。 ( 4 ) p l c 控制器实现拉丝机启动、紧急制动和停车期间的顺序控制，同时将 控制信息通过d g i o 传送给各个控制模块和监控模块。 武汉科技大学硕士学位论文 第9 页 图2 4 拉丝机控制系统框图 显然由于控制系统采用了模块化结构，各个机组的主控模块之间及其与其它部分的接 口是相同的，这就为主控模块的全数字化改造提供了方便。 2 5 原系统控制策略分析2 0 2 3 ，2 3 l 生产线的直流调速系统采用的是逻辑无环流可逆系统。原系统的控制方案如图2 5 所 示。 线速度给定 u ： 两瓦萨黝 塑畦出 图2 5 电流、转速、张力串级控制框图 生产线运行时，监控模块在线测量卷取机组的张力，并与给定线速度的差值进行p i d 运算，作为转速速度给定值玑输出到开卷机和卷取机。开卷机的速度给定值巩( 开卷机 的控制没有张力调节环) 又作为前一级拉丝机控制模块的线速度给定信号，并与拉丝机张力 反馈的差值进行p i 运算得到以，u 。一方面是本级控制模块的转速给定电压值，另一方 面又是前级拉丝机的线速度给定值。拉丝机的转速控制与卷取机略有不同，这是因为拉 一 一、，一 一k一 一髟一 一，- 、意 下+ 第1 0 页武汉科技大学硕士学位论文 丝过程中，拉丝机组间的线速度是不同的。从结构上看，该系统是一个电流、速度、张力 三闭环控制系统，但并非线性定常系统，这主要表现在： ( 1 ) 在卷取机收卷过程中，收卷卷径和转动惯量不断增加，为时变参数； ( 2 ) 对于卷取机而言，由于卷径增加，在线速度不变的情况下，收卷转速应逐渐下降， 因此转速给定电压为一时变参数； ( 3 ) 各拉丝机的线速度互不相同，转速也是时变的。 第五章中讲继续介绍对原系统的改进方案。 2 6 本章小结 在本章中，我们首先列出了拉力力学模型并对其进行了分析，找出了实现恒拉力卷取 控制的关键所在，即保持卷取机线速度与前一s 辊线速度差的恒定。接着我们具体结合矢 量控制原理，对如何将保持卷取机线速度与前一s 辊线速度差的恒定转化到对电机的控制 进行了相关的分析及推导，最后通过实际控制系统框图对各部份的工作原理进行分析和解 释，得出了相应的关系式及原系统的控制策略，为后面的关于系统的改造方案工作奠定了基 础。 武汉科技大学硕士学位论文第1 1 页 第三章模糊控制原理 模糊控制可以将人的经验、智慧总结提炼成模糊规则，模仿人的控制经验进行直接推 理，是一种以模糊集合论、模糊语言变量及模糊逻辑推理为基础的计算机数字控制。其推 理方式比较类似于人的思维模式，不需要被控对象的精确数学模型，而是基于专家的知识 和操作者的经验建立模糊控制模型，通过模糊逻辑推理完成控制决策过程，最后实现对被 控对象的调节控制。从线性控制与非线性控制的角度分类，模糊控制是一种非线性控制。 从控制器的智能性看，模糊控制属于智能控制的范畴，而且它已成为目前实现智能控制的 一种重要而又有效的形式。尤其是模糊控制和神经网络、遗传算法及混沌理论等新学科的 相融合，正在显示出其巨大的应用潜力【8 1 。 3 1 模糊理论相关知识1 1 1 3 1 1 模糊集的概念及运算 模糊控制以模糊集合论作为它的数学基础。模糊集合：论域u 中的模糊集，用一个在 区间 o ，1 】上的取值的隶属函数所来表示，即：，：u _ 0 ，1 】，是用来说明“隶属于【厂 的程度，表示方式为： f = ( “，f ( “) i “u ) ( 3 1 ) 若为连续域，则可以表示为： f = i f ( “) u ( 3 2 ) ， ， 若【厂为离散域，模糊集合有以下三种表示方式： ( 1 ) 查德( z a d e h ) 表示法： f = ( “1 ，( “1 ) ) ，( “2 ，( “2 ) ) ，( “。，u ( u 。) ) ) ( 3 4 ) ( 3 ) 向量表示法： f = u ( u 1 ) ，( “2 ) ，j u ( u 。) ) ( 3 5 ) 设彳，b 为u 中两个模糊子集，隶属函数分别为一和口，则模糊集合中的并、交、 补分别为： 并：并( a u b ) 的隶属函数刖口对所有“u 被逐点定义为取大运算，即 刖丑= 爿( u ) v 占( “) ( 3 6 ) 交：交( 彳n b ) 的隶属函数爿n 口对所有“u 被逐点定义为取小运算，即 一n 矗= 爿( “) a 口( “) ( 3 7 ) 补：模糊集合a 的补隶属函数：对所有“u 被逐点定义为： 、 33k“ 、，尸 。渊 f 法 示表 偶 序 )1 二k 第1 2 页武汉科技大学硕士学位论文 j = l 一爿( “) 概率算子：设a ，b f ( u ) ，则 ( 1 ) 彳与b 的代数积记作彳曰，运算规则如下： 爿口( “) = 一( “) 占( “) ( 2 ) a 与曰的代数和记作彳+ 曰，运算规则如下 一；丑( “) = 一( “) + t 丑( “) 一彳( “) 占( “) 有界算子：设彳，b f ( u ) ，则 ( 1 ) a 与曰的有界积记作彳。曰，运算规则如下： 彳。口( “) = m a x ( 0 , # ，| ( “) + 占( “) 一1 ) ( 2 ) a 与b 的有界和记作aob ，运算规则如下： 胂口( “) = m i n ( 1 ，t j ( u ) + 口 ) ) 设论域u = 扣。，u 2 ，u 3 ，u 4 ，u 5 ) 中的两个模糊子集为： 0 70 510 40 3 a = + + + + “l“2“3“4“5 b ：0 6 + 0 5 + 0 3 + 0 2 + 0 1 “i“2“3“4“5 a u b ：0 7 v 0 6 + 0 5 v 0 5 + 业+ 0 4 v 0 2 + q ：! q ：! ： “l“2 “3 “4 “5 o 70 5l0 40 3 + + + + “l“2“3“4“5 ( 3 8 ) ( 3 9 ) ( 3 1 0 ) ( 3 1 1 ) ( 3 1 2 ) 3 1 2 隶属度函数 模糊集合是用隶属度函数描述的，其特征函数的取值范围从两个元素的集合扩大n o ， 1 】区间连续取值。尽管确定隶属度函数的方法带有主观因素，但主观的反映和客观的存在 是有一定联系的，是受到客观制约的。隶属度函数实质上反映的是事物的渐变性，因此， 它仍然应遵守一些基本原则。 ( 1 ) 表示隶属度函数的模糊集合必须是凸模糊集合； ( 2 ) 变量所取隶属度函数通常是对称和平衡的： ( 3 ) 隶属度函数要符合人们的语义顺序，避免不恰当的重叠； ( 4 ) 论域中的每个点应该至少属于一个隶属度函数的区域，同时它一般应该属于至多不 超过两个隶属度函数的区域； ( 5 ) 对同一输入没有两个隶属度函数会同时有最大隶属度。 当两个隶属度函数重叠时，重叠部分对两个隶属度函数的最大隶属度不应该有交叉。 隶属度函数是模糊控制的应用基础，正确构造隶属度函数是能否用好模糊控制的关键 之一。通常采用的方法是初步确定粗略的隶属函数，然后再不断地通过实践来修整和完善， 从而满足控制要求。 所谓a ，b 两集合的直积axb = ( 口，b ) i 口a ，b b ) 中的一个模糊关系尺，是指以 a b 为论域的一个模糊子集，序偶( 口，b ) 的隶属度为u 舟( 口，b ) 。 武汉科技大学硕士学位论文 第1 3 页 现有模糊规则么一b 或i f 彳( “) t h e nb ( v ) ，其中a ( u ) u u ，口( v ) v v ，则彳和b r = a x b 2 ，。r 异( u , v ) ( u , v ) 5 ，。y 一( “) 班口( “) 似，) ( 3 1 4 ) 0 80 60 40 2i r = 10 6 0 60 40 2l 0 40 40 40 2l 隶属度函数为： 彳b ( 工，y ) = ( 石) a 矗( y ) 】v 1 一_ ( x ) 】 ( 3 1 7 ) 隶属度函数为： 一口( z ，y ) = 阻( 工) 占( 少) 删。( x ，y ) ( 3 1 8 ) 第1 4 页武汉科技大学硕士学位论文 月( z ，y ) = 口u j c = 一( z ) 占( y ) v ( 1 一月( z ) ) c ( y ) 】 ( 3 1 9 ) 有了这个模糊关系矩阵，就可根据模糊推理合成规则，将输入彳与该关系矩阵尺进行 合成得到模糊推理结论b 7 ，即： b 7 = a 。r = a 。【( 彳b ) u ( a c ) ( 3 ) 多输入模糊推理 语言规则：如果a 且b ，那么c ，现在是a 且b 7 结论：c = ( a a n db ) 。 ( 彳a n db ) jc 】 隶属度函数为： p c ( z ) = y ( ( 石) a 一( 功 c ( z ) ) n 。u ( y ) 占( y ) c ( z ) 】) ( 3 2 0 ) ( 4 ) 多输入多规则推理 对于一个控制系统而言，一条模糊控制规则是不能满足控制要求的。通常有一系列控 制规则来构成一个完整的模糊控制控制系统。如： i f a la n db l ，t h e nc i i f a 2 a n db 2 ，t h e nc 2 i f a 。a n db 。，t h e n 巳 现在是a7 且b7 ，那么： c 7 = ( a a n db ) o ( 彳a n db ) 斗c u ，u ( 彳。a n db 。) 一e 】) = qu u uc ： 隶属度函数为： c f ( z ) = v 以( x ) a 彳f ( 石) a ( z ) ) nv ( y ) a t 所( y ) c f ( z ) 】) ( 3 2 1 ) ， 3 2 模糊控制的基本思想 在自动控制技术产生之前，人们在生产过程中只能采用手动控制方式。手动控制过程 首先是通过观测被控对象的输入，其次是根据观测结果作出决策，然后手动调整输入，操 作工人就是这样不断地观测一决策专调整，实现对生产过程的手动控制。这三个步骤分 别是由人的眼脑手来完成的。后来，由于科学和技术的进步，人们逐渐采用各种测量装 置代替人的眼，完成对被控制量的观测任务；利用各种控制器部分地取代人脑的作用，实 现比较、综合被控制量与给定量之间的偏差，控制器所给出的输出信号相当于手动控制过 程中人脑的决策；使用各种执行机构对被控对象或生产过程施加某种控制作用，这就起到 了手动控制中手的调整作用【1