（机械工程专业论文）卷取机踏步控制系统建模与控制.pdf

上海交通大学博士后研究1 = 作报告 摘要 摘要 宝钢2 0 5 0 m m 热轧厂的卷取机由于多年使用，尤其是在热轧带钢轧 制速度和带钢厚度不断增加的情况下，常常出现机械、液压及电气等方 面故障，导致打滑、卷取失败、轧废、压痕、松卷或塔尖等现象，造成 巨大的损失。为了使得卷取机进行可靠地卷取，工作报告研究了踏步控 制系统测试方法、非参数模型和参数模型建立方法、神经网络辨识以及 神经网络控制等理论和实验，以期望提高系统的动态性能。 工作报告首先建立了踏步控制系统键合图模型。基于经典控制理论的 微分方程模型和传递函数模型已不能满足非对称液压缸伺服系统的建模 要求。本文建立了非对称缸系统键合图模型，从理论上准确地描述了该 系统的本质非线性、时变特性等。 j 由于2 0 5 0 的卷取机已经使用了1 0 多年，为了了解设备的现状，工作 报告研究了一些动特性的测试方法。通过这些方法测试的数据，分析系 统的非参数模型和参数模型，从而了解设备的动态品质，为现场进行故 障诊断以及改善设备性能、从而提高卷取质量降低废品率提供依据。丫 为了辨识出系统准确的数学模型，工作报告进行了神经网络辨识的研 究o 传统的参数模型具有一些局限性，而神经网络辨识具有一些优越性， 比如能逼近非线性函数、较完善的学习机制等。神经网络辨识克服了传 统数学建模的一些限制，为非线性系统的控制提供精确的辨识模型。x 7 为了改善系统的动态性能，工作报告研究了神经网络控制在踏步控制 系统中的应用。( 踏步控制系统的使用环境比较恶劣，负载变化很大，同 时该系统具有本质非线性，随着液压缸活塞杆运动方向的改变，系统的 开环增益发生变化。利用常规控制器很难保证系统一直具有很好的动态 性能。神经网络控制基本不依赖于系统的数学模型，它具有很强的在线 自学习能力，能够不断地在线校l 哪目络权值，从而使得系统的性能指标 达到最佳，所以能够保证踏步控制系统具有很好的动态性能。，一 工作报告的最后，介绍j 7 各种辨识与控制方法的现场实验。通过实 验可以看出正弦波方法能够准确地测试出踏步控制系统的频率特性，得 上海交通人学博十后研究1 ：作报告摘要 出系统的固有频率和阻尼比，为现场了解系统动态特性提供有效的手段。 利用伪随机信号作为系统输入的测试结果可以辨识出系统的参数模型和 神经网络模型，神经网络在非线性系统建模方面具有明显的优势。神经 网络控制具很好的适应能力，能够在线校正网络权值，从而很好的改善 了踏步控制系统的动态品质。h 关键词：踏步控制系统键合图模型系统辨识神经网络辨识神经 网络控制 a b s t r a c t t h ed o w n c o i l e r si n2 0 5 0 m mh o tr o l l i n gm i l li nb a o s t e e lo f t e no c c u r s a 1 1s o r t so ff a i l u r e s ，s u c ha sm e c h a n i c a l 、h y d r a u l i c o re l e c t r i c ，f o rt h e yh a v e b e e nu s e df o rm a n yy e a r s ，e s p e c i a l l yu n d e rt h e s e c i r c u m s t a n c e st h a tt h e m l l i n gv e l o c i t yo fh o tr o l l e ds t r i p a n dt h et h i c k n e s so fh o ts t r i pk e e po n i n c r e a s i n g ，w h i c hr e s u l ti ns l i p p i n g 、c o i l i n g i nf a i l u r e 、r o l l i n gb a d 、t o p m a r k 、l o o s e l vc o i l i n go rt o w e rt o pa n ds oo n i no r d e r t oc o i lr e l i a b l y , s o m e t e s tm e t h o d s 、s 嘲em o d e l i n gm e t h o d sa n dc o n t r o l l e r sa r es t u d i e db yt h i s r e p o r t a tt h es a m e t i m et h ee x p e r i m e n t so ft h e s et h e o r i e sa r ep r e s e n t e d a tf i r s tt h er e p o r ts e t su pab o n dg r a p hm o d e lo fs t e pc o n t r o ls y s t e m t h ed i f f e r e n t i a le q u a t i o na n dt r a n s f e rf u n c t i o nc a n n o ts a t i s f ya s y m m e t r i c c y l i n d e rs y s t e mb a s e do n c l a s s i c a lc o n t r o lt h e o r y t h i sr e p o r ts e t su pa b o n d 2 乒印hm o d e lo fa s y m m e t r i cc y l i n d e rs y s t e m s ot h i sm o d e l c a nd e s c r i b et h e e s s e n t i a ln o n 1 i n e a r i t y 、t i m e - v a r i e t yc h a r a c t e ro f t h i ss y s t e m d u et ot h ec o i l e r si n2 0 5 0o fb a o s t e e lh a v eb e e nu s e df o ra b o u tt e n v e a r s ，t h i sr e p o r ts t u d i e ss o m ed y n a m i cc h a r a c t e rt e s tm e t h o d sf o rf i n d i n g o u tm ea c t u a l i t yo ft h e s ee q u i p m e n t s t h e nt h ec h a r a c t e r l sa n a l y z e dv 1 a t h e s em e m o d s a l s ot h ep a r a m e t e rm o d e l a n dn o n p a r a m e t e ri sk n o w n t h e s et e s tm e t h o d sp r o v i d es o m ed a t aa b o u tf a i l u r ed i a g n o s e sa n de q u i p m e n t i m p r o v e m e n t i no r d e rt oi d e n t i f ya c c u r a t em a t h e m a t i c a lm o d e l o ft h i ss y s t e m ，t h i s r e 品r ts t u d i e sn e u r a ln e t w o r ki d e n t i f i c a t i o n t h ec l a s s i c a lp a r a m e t e rm o d e i h a ss o m el o c a l i z a t i o n ，b u tt h en e u r a ln e t w o r kh a ss o m ea d v a n t a g e s ，5 u c na s a p p r o a c h i n gn o n - l i n e a rf u n c t i o ne x a c t l ya n ds o m ep e r f e c tl e a r n i n g m e t h o d s s on e u r a ln e t w o r ki d e n t i f i c a t i o n o v e r c o m e ss o m el i m i t so ft h e c l a s s i c a l 上海交通大学博士后研究 ：作报告a b s t r a c t m e t h o d t h i sm e t h o d p r o v i d e s a g o o dw a y o fn o n l i n e a r s y s t e m i d e n t i f i c a t i o n f o rt h es a k e o fi m p r o v i n gt h ed y n a m i cc h a r a c t e ro ft h es y s t e m ，t h i s r e p o r ts t u d i e sn e u r a ln e t w o r kc o n t r o l l e r ，a n di t i s a p p l i e di ns t e pc o n t r o l s y s t e m b e c a u s eo ft h eb a da p p l i c a t i o ne n v i r o n m e n t 、l o a dc h a n g i n gg r e a t l y a n de s s e n t i a ln o n l i n e a rs y s t e m ，s o m en o r m a lc o n t r o l l e rc a nn o ta s s u r et h a t t h i ss y s t e mh a sag o o dd y n a m i cp e r f o r m a n c e t h en e u r a ln e t w o r kc o n t r o l l e r h a ss o m eg o o ds e l f - l e a r n i n gm e c h a n i s m s i t sw e i g h t sc a nb em o d i f i e do nl i n e s ot h es y s t e mh a sg o o dp e r f o r m a n c e a tl a s t t h i sr e p o r ti n t r o d u c e st h ee x p e r i m e n to ft h e s et h e o r i e s f r o m e x p e r i m e n t ，f r e q u e n c yc h a r a c t e ro f t h i ss y s t e mi sk n o w nb ys i n ew a v em e t h o d a l s oi n h e r e n tf r e q u e n c ya n dd a m p n e s si sf o u n do u t t h i sm e t h o dp r o v i d e sa n e f f e c t i v e m e t h o df o r k n o w i n gs y s t e md y n a m i cp e r f o r m a n c e t h e n o n - p a r a m e t e ra n dp a r a m e t e rm o d e lo ft h es y s t e ma n dn e u r a ln e t w o r km o d e l a r ei d e n t i f i e dw h e nf a l s er a n d o ms i g n a li su s e da st h ei n p u to ft h i ss y s t e m n e u r a ln e t w o r ki d e n t i f i c a t i o nh a so b v i o u ss u p e r i o r i t y t h en e u r a ln e t w o r k c o n t r o l l e rh a sa g o o da d a p t i v ea b i l i t y i tc a l lm o d i f yi t sw e i g h t so nl i n e s ot h e p e r f o r m a n c eo fs t e pc o n t r o ls y s t e mh a si m p r o v e dg r e a t l yw h e nan e u r a l n e t w o r kc o n t r o l l e ri sa p p l i e d k e y w o r d s ：s t e pc o n t r o ls y s t e m ，b o n dg r a p hm o d e l ，s y s t e mi d e n t i f i c a t i o n ， n ni d e n t i f i c a t i o n ，n nc o n t r o l e 海交通大学博十后研究1 作报告绪论 第1 章绪论 1 1 课题的来源及研究的目的和意义 在板带钢的生产过程中，卷取机是极其重要的生产设备，其运行状 况的好坏直接影响到整个生产过程的顺利进行。宝钢热轧厂2 0 5 0 m m 的 热连轧机组是宝钢二期主体成套设备之一，其三台全液压卷取机助卷辊 采用踏步控制系统，该卷取机是目前最先进的板带卷取机。 由于多年使用产生的机械、液压及电气等故障，造成卷取厚带钢时 不断发生事故。处理事故的时间一般都在1 小时以上，这对于一个年产 量高于4 0 0 万吨的现代化热带钢厂来说无疑是巨大的损失。随着热轧带 钢轧制速度和带钢厚度增加，带钢对卷取机助卷辊的冲击增大，助卷辊 经常处于弹跳的工作状态，这一方面降低设备使用寿命，另一方面容易 损伤钢卷表面，降低成材率。宝钢2 0 5 0 热轧卷取机助卷辊采用踏步控制 方式，这在一定程度上避免了带头冲击，提高了卷取机使用寿命及带钢 成材率，但在卷取高硬度、高弹性板材，常出现带钢头部不能顺利进入 卷取机，打滑、卷取失败、轧废、打捆后捆带扣脱落松卷、卷不齐等现 象。 以上现象说明卷取机踏步控制系统在快速性和稳定性方面存在问 题，为此有必要对2 0 5 0 踏步控制系统的动态特性进行测试，掌握影响性 能指标的因素，找出问题的原因。并为提高控制系统动态性能，提高力 控制与位置控制设定精度，达到准确实现力控制和位置控制以及进一步 全面改造系统提供参考依据。这对进一步降低事故率，减少废品率有重 要意义。 1 2 卷取机的发展简介2 】【3 】 热连轧机纰牛，靛带铡时，在热连轧机组尾部设有卷取机，用来卷取 热轧带钢。卷取机般口j 以按助卷辊数目、卷筒结构或者助卷辊移动力 上海交通大学博士后研究工作报告绪论 式来分类。按助卷辊数目多少，卷取机可分为：( 1 ) 八辊式卷取机；( 2 ) 四 辊式卷取机；( 3 ) 三辊式卷取机；( 4 ) 二辊式卷取机。按卷筒结构，卷取 机可分为：( 1 ) 连杆式卷取机；( 2 ) 斜楔式卷取机。按其助卷辊移动方式， 卷取机可分为：( 1 ) 滑道式卷取机；( 2 ) 无滑道式卷取机。 6 凌考泛：t ? 8 ，2 。参蕊鲻7 簿塑兰 1 2 1 八辊式卷取机 卷取机最早的结构形式为四滑道八辊式( 图1 1 ) 。安置有二个助卷辊 的辊架可沿着滑道移动。四个辊架借助于两个气缸通过连杆系统作往复 运动。事实证明，辊架多次在滑道上往复移动而产生磨损，从而引起滑 道间隙变大，辊子倾斜，助卷辊与卷筒之间间隙不均、压力不等。它可 能造成钢卷塔形，甚至于使辊架卡在滑道内，助卷辊不能合拢和张开， 其结果无法实现卷取。实践证明，八个抱辊是多余的。 八辊式卷取机存在下列问题： ( 1 ) 主卷筒内的压缩弹簧在高温下工作，容易回火失效： ( 2 ) 助卷辊多，结构复杂，制造维修不便，并不是八个助卷辊都与 带卷接触的； ( 3 ) 助卷辊由气缸经杠杆操纵，杠杆系统铰链接点多，误差大，造 成各对助卷辊与卷筒间隙变动。采用偏心调整装置可改变这一缺点； t 海交通大学博士后研究丁作报告 绪论 ( 4 ) 杠杆系统动作迟缓； ( 5 ) 助卷辊与导卫板之间的缝隙较多，容易卡钢。 1 2 2 二辊式卷取机 鉴于八辊式卷取机的缺点，目前国内外新设计的卷取机，多半采用 助卷辊数目较少的卷取机。如助卷辊数目为两个的二辊式卷取机。二辊 式卷取机，抱辊数目少，导卫板长，可能出现“小活套”，这个问题与采 用的助卷板形式有关。若采用偏心助卷板，可能出现小活套。若采用同 心助卷板，可能造成卷不紧带卷。若采用上偏心助卷板，它的作用如同 “楔子”，实践证明，这种形式的助卷板，既能卷紧带卷，又不会出现小 活套。 一般说来，二辊式卷取机，结构简单，卷取带钢不够紧密，适用于 小卷径、窄带钢。 l 一卷筒2 一助卷辊3 气缸4 助卷辊辊缝调整机构 图1 - 2i 辊式卷取机 f i g 1 2c o i l e rw i t ht h r e eu n i tr o l l e r s 1 2 3 三辊式卷取机 实际使用表明，三辊式卷取机不仅适用于卷取厚度大于1 0 毫米的带 钢：对丁卷取厚度在l o 毫米以下带钢，效果亦很好，l ：j 前j 避用最广。 图l 一2 为某1 7 0 0 热连轧三辊式卷取机结构图。卷筒为柱塞多支t i 斜楔式， 它是斜楔式的一种。这种卷取机用来卷取厚度为1 2 1 2 7 皂米，宽度为 上海交通人学博十后研究i 佧报告 绪论 5 0 0 1 5 5 0 毫米带钢。最大卷覃为3 0 吨。该卷取机由卷筒、三个助卷辊， 助卷辊压紧气缸以及助卷辊与卷筒之间辊缝调整机构等组成。其中助卷 辊由辊子、摆动臂导板、助卷辊辊缝调整机构等组成。助卷辊辊缝调整 采用千斤项机构来实现。 三辊式卷取机助卷辊压紧力、卷筒扭矩和转速均能在很大范围内进 行无级调节。因为在助卷辊装置：没有气缸，所以助卷辊的压紧力可以 按照卷取带钢厚度不同来调节。在助卷辊装置上还设有电动丝杆机构， 用来调节卷筒与助卷辊的间隙。助卷辊框架上和助卷辊支承臂之间安装 缓冲弹簧，以减少在卷取厚带钢时，带钢对卷筒和助卷辊的冲击力。为 了保证带卷卷取的质量，要求助卷辊框架系统质量小、动态特性好、动 作灵活等。 图l 一3 液压缸压紧助卷辊的三辊式卷取机 f i g 1 3c o i l e rw i t l lt h r e eu n i tc o i l e r sp r e s s e db yah y d r a u l i cc y l i n d e r 为了进一步减小气缸的冲击，近年来，助卷辊辊缝控制装置采用液 压伺服控制系统，即踏步控制技术。这是当前世界上在助卷辊辊缝控制 方面最先进的技术。当带钢头部到达卷筒以前，助卷辊先抬起比带钢厚 度稍大的段行程，待带钢头部超过之后，再以恒定的压紧力压紧在带 钢上。当带钢头部经过一圈以后，再一次到1 号助卷辊前瞬间，助卷辊 抬起，让过带钢重叠头部后，再一次快速放下。随着卷取过程的进行， 助卷辊重复上述踏步动作。采用踏步控制技术，可减少冲击和避免叠卷 前助卷辊对带钢表面产生压痕。图1 3 所示为宝钢2 0 5 0 三辊式卷取机。 匕海交通大学博士丽研究= 作报告 绪论 该卷取机助卷辊压紧采用液压缸，卷筒结构为连杆式。该卷取机用来卷 取带厚为1 2 2 5 毫米，带宽为6 0 0 1 9 0 0 毫米的碳素钢、高碳钢和低 合金钢带，带卷外径最小为2 1 5 0 毫米，带卷内径为由7 6 2 毫米，带卷最 大重量为4 4 吨。助卷辊直径为由3 8 0 毫米，辊身长为2 2 0 0 毫米，采用 液压缸压紧。 电液伺服系统建模方法简介 作为实现自动控制的重要手段，系统建模理论从问世之初就与控制 理论的发展息息相关。7 0 8 0 年代以前，由于计算机技术的发展和普及 尚不完善，电液伺服系统的控制方式主要采用了模拟控制，即在机理分 析法建模的基础上，利用古典控制理论对系统的诸如稳定性、动态响应 等特性进行分析，并通过模拟电路实现对系统的校正。通常所采用的系 统建模方法有两种，即机理分析法和系统辨识。 1 3 1 机理分析法 机理分析法是控制系统建模的一种重要方法，这种方法需要通过分 析过程的运动规律，运用一些已知的定律、定理和原理来建立过程的数 学模型。关于液压系统的机理分析法建模目前已经有许多成型的理论， 如液压系统液阻桥路学、液压系统功能键合图、以及液压系统建模的大 系统理论等。这些理论方法从液压阀的节流特性、执行机构的物理特性 以及管路动特性等各个方面出发对系统模型进行分析，建模过程中可以 方便地考虑各种因素的影响，使得到的模型尽可能准确，因而在伺服系 统设计中已有许多成功的应用，但其缺点在于系统的物理参数需要检测， 而这通常是很困难的。比如液压油弹性模量的测量、执行机构摩擦阻力 的测量以及管路特性参数的确定等，而且许多物理量还具有时变特性使 得系统建模更为困难，如液压油粘温特性等。 1 3 2 系统辨识 过程的输入输出信号一般总是可以测量的。因为过程的动态特性必 然表现在这些输入输出数据之中，那么就可以利用输入输出数据所提供 的信息来建立过程的数学模型，这种建模方法就叫作系统辨识。该方法 上海交通人学博十后研究i ：作报告 绪论 是根据系统对不同激励信号的响应，对系统模型进行数学辨识的方法。 常用的激励信号有正弦信号、伪随机信号等。系统非参数辨识主要有正 弦波法和相关分析法。系统参数辨识主要有最小二乘辨识方法、最大似 然估计等。这些数学辨识方法已在液压伺服系统的建模与辨识中得到了 广泛的应用。与机理分析法相比较而言，系统辨识建模不需要详细剖析 系统各个环节的物理特征，方法通用性强，使用方便。但大部分数学建 模方法比较适用于线性定常系统。实际上在现实生活中，非线性是普遍 存在的，线性建模只是对非线性对象的一种简化和近似。因此当系统非 线性现象比较严重，同时又期望得到高品质的控制效果时，建立性能良 好的非线性模型非常重要。然而，利用传统的辨识方法要做到这一点， 无论是在理论研究还是在工程实际上都存在着极大的困难。 神经网络在这一方面显示了明显的优越性。近年来，人们将神经网 络模型引入非线性系统建模和辨识中，利用神经网络所具有的对任意非 线性映射的任意逼近能力来模拟实际系统的输入输出关系，利用神经网 络的自学习、自适应能力，可以方便地给出工程上易于实现的学习算法， 经过训练后得到动态系统的正向或逆向模型。 与传统非线性辨识方法不同的是，神经网络辨识不受非线性模型的 限制。它依据被控系统的输入输出数据对，通过学习得到一个描述系统 输入输出关系的非线性映射。给定一个输入，即可得到一个输出，而不 需要知道输入输出之间存在怎样的数学关系。这是目前非线性系统辨识 中一种引人注目的新途径。由于多层前馈神经网络具有逼近任意非线性 映射的能力，因此目前在系统辨识和建模中应用最多的是多层前馈网络。 n a r e n d r a 等人在经典性文章中，阐明了多层前馈网络用于非线性系统辨 识的可能性，并提出了神经网络用于非线性系统辨识的一般框架和方法， 为后来人进行复杂系统的神经网络建模与辨识奠定了理论基础。神经网 络在非线性系统辨识、建模中已有许多应用实例。 1 4 电液伺服系统控制策略的发展 随着液压控制系统应用领域的不断扩大和应用场合的复杂化，客观 条件对电液伺服控制系统的动态品质、控制精度要求不断提高，对控制 上海交通人学博十后研究l ：作报告 绪论 策略的研究也越来越深入。随着控制理论的不断发展，电液伺服系统的 控制策略大致经历了古典控制、近代控制、现代控制三个阶段4 】1 5 l 。 1 4 1古典控制 古典控制的代表为p i d 控制，在目前一些稳态精度和动态性能要求 不很高的控制场合，p i d 仍受到欢迎帕】，主要是因为这种控制策略理论 简单，用起来方便。通过离散化，p i d 控制器可以由微处理器来实现。 目前，工业过程控制大多采用p i d 控制，其中p i 控制的应用较多。1 9 9 0 年的一个调查报告指出，至今在过程控制中用的8 4 仍是纯p i d 控制器， 若改进型p i d 控制器也包含在内则超过9 0 。为了改进p i d 控制器的不 足之处，提高p i d 的鲁棒性。很多学者对传统p i d 进行了改造，各种复 合形式的p i d 控制器纷纷出现，包括非线性p i d 、模糊p i d 7 1 1 8 l 、神经网 络p i d 等，使其适应系统性能的要求。 1 4 2 近代控制【p 1 3 j 近代控制理论的主要代表为：自适应控制。自适应控制比p i d 控制 前进了一大步，它不需要准确的数学模型。但为了便于实时控制，它希 望知道对象的阶数和时滞。自适应控制可分为两大类，一类以自校正控 制为代表，另一类以模型参考自适应控制为代表。由于自校正控制在线 辨识系统参数需要实时计算，时间长，一般只适用于具有慢时变的对象 调节，而对具有参数突变和突d t # - 负载干扰的电液伺服系统往往不能满 足要求。 自适应控制在一定程度上解决了系统的非线性和时变性，但它要求 在控制过程中获得较多的有关系统的性息。近些年来，学者们在不断研 究减少在线计算工作量的方法，不断提出新的控制算法，但证明一种算 法比其它方法更优是大课题，为不断出现的新算法建立收敛条件也是 一个难题，这从某个角度上也说明了它还不够成熟。所有这些问题可以 归结为点：自适应控制的计算量大、算法复杂。解决这个问题是自适 应控制取得更广泛应用的先决条件。 1 4 3 现代控制 现代控制主要指智能控制，模糊控制1 1 4 q9 】和神经网络控制是智能控 上海交通大学博士后研究】一作报告 绪论 制的两个重要的分支。 对于复杂的不确定性的系统来说，由于其清晰度低，变量多，要列 出其微分方程组并求解是非常困难的，甚至是不可能的。因此，对于那 些难以获得数学模型( 或粗糙的) 的工业过程，仍然是以人的操作经验为 基础，进行人工控制。而在人的思维、语言以及信息的处理中，表现出 许多模糊概念，可见对一些不清晰系统，就是要把模糊信息综合起来加 以分析，用模糊数学理论与计算机技术相结合的方法，设计成模糊控制 器，来代替有经验的操作者的人工控制，以实现工业过程的智能化控制。 模糊控制的优点有：( 1 ) 不需要被控对象的数学模型：( 2 ) 控制器不是数学 解析型控制器，而是运用人工智能设计的智能控制器，把专家的经验总 结成若干条规则进行有效控制，控制算法十分简捷；( 3 ) 鲁棒性强，即被 控对象模型结构和参数发生变化时，仍能保持良好的控制性能；( 4 ) 对时 不变系统，缓时变系统，快时变系统都能适用；( 5 ) 克服较大的非线性。 从6 0 年代起，w i d r o w 和h o f f 就开始研究神经网络在控制中的应用 - | 3 0 1 3 1 , 随着人工神经元网络研究的进展，神经网络越来越多地应用于 控制领域的各个方面，从过程控制、机器人控制、生产制造、模式识别 直到决策支持都有许多应用神经元网络的例子，而且获得了相当好的效 果。与模糊控制相比，神经网络具有泛化能力以及联想、记忆等功能。 神经网络主要具有以下些特点：( 1 ) 具有自适应功能；( 2 ) 具有泛化功 能；( 3 ) 非线性映射功能：( 4 ) 高度并行处理。 在控制中，应用较多的网络是b p 网络，r b f 网络、c m a c 网络等。 b p 网络( b a c kp r o p a g a t i o n ) 又称误差反向传递神经网络，它具有多输 入多输出特性，容易用于多变量非线性函数的逼近。由于它是一个非线 性网络，所以其传统的梯度下降算法是局部最优的，且训练时需用到全 局信息。b p 网络的主要优点1 3 2 - 3 9 是：( 1 ) 只要有足够多的隐层和隐结点， b p 网络可以逼近任意的非线性映射关系：( 2 ) b p 网络的学习算法属于全 局逼近的方法，因而它具有较好的泛化能力；( 3 ) b p 网络的输入输出之 间的关联信息分布地存储于连接权中；( 4 ) 由于连接权的个数很多，个别 神经元的损坏只对输入输出关系有较小的影响，l 矧此b p 网络具有较好 的容错性。虽然b p 网络是应用最多的种神经悯络，但它仍存在一些 缺陷：( 1 ) 学习速度太慢，即使个比较简单的问题，也需要儿百次甚至 r j 二海交通大学博士后研究【作报告 绪论 几千次的学习才能收敛；( 2 ) 不能保证收敛到全局最小点。 r b f 网络( r a d i c a lb a s i sf u n c t i o nn e t w o r k ) 又称径向基函数神经网络， 该网络既有生物背景，又与函数逼近理论相吻合，适用于多变量函数的 逼近，只要中心点选择得当，即可获得最优解，且可采用线性优化学习 算法，同时训练方法快速易行，不存在局部最优问题，这些优点给r b f 网络奠定了良好的基础。尽管如此，r b f 仍有许多问题需要解决，主要 有：( 1 ) 如何确定网络激活函数的数据中心。目前许多方法都从聚类出发， 但是聚类需要有一个度量问题。如何定义这种度量才能恰当地找到r b f 网络的数据中心还需研究，因为r b f 网络的数据中心对r b f 网络的学 习速度及性能有较大影响；( 2 ) 如何寻找合适的径向基函数。对于一组给 定的学习数据，往往反映了很复杂的非线性关系，而且数据相关性较大， 如果基函数选择不当，那无论怎么改进r b f 网络的学习方法，都难以达 到学习精度或根本不能完成学习任务；( 3 ) 研究r b f 网络最佳逼近算法， 设计快速有效的迭代算法训练r b f ，一方面满足精度要求，另一方面是 为了提高网络的实时性，以期达到网络实时运行的效果。 c m a c 又称小脑模型控制器1 4 4 1 ，它是在1 9 7 5 年由a l b u s 提出的一 种仿小脑联接的控制模型。与p e r c e p t r o n 比较相似，虽然从每个神经元来 看，其关系是一种线性关系，但从其结构总体看c m a c 模型可以适合于 一种非线性映射关系。它的特点是局部逼近，学习收敛速度比b p 网络快 得多，且学习方法简单。c m a c 能够实现全局最优，不存在局部最优的 问题。目前c m a c 或c m a c 的改进型已被成功地用到一些控制系统当 中。 1 5 本工作报告的研究内容 本工作报告拟做以下几个方面的工作： ( 1 ) 基于机理分析的建模方法，建立系统的键合图模型 数学模型是研究系统辨识和控制算法的基础。在第2 章，本文拟针 对踏步控制系统非对称液k 缸结构上的非对称性，建立该系统键合图模 ，型，利用该模型进行系统仿真，为后面系统辨识的理论研究提供输入输 出数据，验证辨识方法的可行性，同时也为控制算法的研究提供仿真模 上海交通大学博士后研究丁作报告 绪论 型。 ( 2 ) 针对踏步控制系统，研究常规的系统辨识和测试方法 实际系统的动态特性是用户非常关心的，必须了解设备的现状才能 提出有效的改善办法。针对这一需求，第3 章将研究系统动特性常规的 测试和辨识方法，以及神经网络的辨识方法，并通过仿真验证一些方法 在该系统的有效性。 ( 3 ) 研究踏步控制系统神经网络控制策略 神经网络不但能够以任意精度逼近非线性函数，有效地建立系统模 型的特点，也能够实现系统在线自学习控制。在第4 章将重点研究踏步 控制系统神经网络控制策略。 ( 4 ) 对以上研究的内容进行实验验证 在研究完系统测试和辨识方法以及神经网络控制的基础上，工作报 告将介绍踏步控制系统的实验，通过实验验证研究内容的正确性和有效 性，为改善踏步控制系统的动动特性提供实践。 海交通人学博十后研究】作报告 踏步控制系统键台图模型建立 2 1引言 第2 章踏步控制系统键合图模型建立 电液伺服系统常用的数学模型有传递函数模型、微分方程模型和状 态方程模型。因为传递函数模型比较直观、方便，所以目前现场依然用 它来进行系统的动态特性分析。但传递函数有其局限性，它比较适用于 线性定常系统。随着客户对产品质量要求的提高，客观事实要求设备的 控制精度更高，这样利用原先的理论不能从更深层次揭露系统的本质， 从而很难实现对系统的高精度控制。本章将首先介绍卷取机助卷辊的各 种工作方式，然后建立踏步控制系统的键合图模型，最后利用模型对电 液伺服系统进行位置控制的仿真。 2 2 助卷辊工作方式 助卷辊为卷取机进行带钢卷取的辅助装置，它辅助卷筒进行可靠地 卷取。在带钢到来之前，控制系统将助卷辊调节到空辊缝设定值上，该 设定值是根据带钢数据计算出来的。在卷筒开始绕上带钢后，根据不同 的操作方式，控制系统实现对助卷辊进行相应的控制，以满足过程要求。 助卷辊主要有三种工作方式，即：踏步控制方式、连续压靠方式和连续 打开方式。 2 2 1 踏步控制方式 为了避免钢卷在叠卷时，由了二助卷辊的压靠力而使带钢头部在钢卷 内卷产生压痕，当带钢头部到达助卷辊时，助卷辊抬起一个高度，使带 头在叠卷时i l i o n 过去，带头通过后，助卷辊再靠上。这种工作方式称之 为踏步控制方式。踏步控制的基本前提是要有一个准确、安全的板带头 部检测和跟踪装置。当助卷辊处于踏步控制方式时，助卷辊在每一圈的 卷取过程中可以分为两个阶段，即当带头通过它时的抬起和带头通过后 上海交通大学博士后研究1 ：作报告 踏步控制系统键合图模型建立 的再压靠。 各助卷辊在卷取中一直是抬起和再靠上交替动作的，即带头过来时 抬起到给定的位置设定值，当带头过去后，即以一定的力压靠到钢卷上。 一旦所设定的助卷辊所要卷取带钢长度卷取完毕后，则停止上述抬起和 靠上的交替动作，助卷辊摆开到外终端位置。 2 2 2 连续压靠方式 在钢卷卷上第一圈后，控制系统给出位置设定值，实际上助卷辊是 不能达到这个设定位的。系统根据该块带钢数据计算出来的最大力压靠 在钢卷上，助卷辊依靠钢卷直径的增大而向外移动。 在这种操作方式时，助卷辊的位置调节器在带钢头部进入后就一直 处于控制状态。在第一圈卷取后，控制系统以卷筒中心作为位置设定值 给出，实际上助卷辊是不能达到这个位置的，助卷辊以根据带钢数据计 算出来最大力压靠在钢卷上。在卷取第一圈时，要检查一下，在辊子和 带钢之间是否还存在着间隙。如果还存在着间隙，则不能将助卷辊的控 制切换到力调节，以避免由于助卷辊的冲击而损坏带钢。 2 2 3 连续打开方式 这种控制方式主要用于薄带钢的卷取，因为薄带钢的硬度比较大， 为保证高质量的卷取，采用这种操作方式。 在这种方式时，助卷辊在卷取机卷好第一圈后就靠到带钢上，并随 着钢卷直径的增加控制系统计算出相应的位置设定值，助卷辊根据位置 设定值向外移动。但该位置设定值小于钢卷直径，以使得助卷辊对钢卷 有一定的压靠力。在整个卷取过程中，助卷辊直压靠在钢卷上，随着 钢卷直径的增加，助卷辊也相应摆开，但始终以一定的力压靠在钢卷上。 当卷取机处于踏步控制方式或连续脏靠方式： 作时，如果带钢设定 的卷取长度被卷取完，助卷辊则立即向外摆开。如果带钢比较短，即使 带钢被卷取完，钢卷的商径也可能比预设定的直径小，助卷辊则可能一 直压在钢卷上，直到卷墩完。为避免由r 带尾的冲击而造成带钢尾部的 损坏，确保钢卷的质量，在卷取结束前助卷辊要再次压靠到钢卷上。 上海交通大学博士后研究工作报告踏步控制系统键合图模型建立 2 3 踏步控制系统键合图模型建立 宝钢2 0 5 0 卷取机助卷辊采用了电液伺服系统进行位置控制，由于非 对称液压缸占用空间小，加工、密封比较简单等优点，因此在该系统中 执行机构选用非对称液压缸。但是，非对称液压缸两腔的作用面积不等， 正是结构上的非对称性导致该系统正反两个运动方向上的动、静态特性 不相同。为了建立非对称缸系统的数学模型，常规的做法是对系统的一 些环节作了简化，建立了近似的传递函数数学模型【5 扣5 8 l 。为了较为准确 的建立该类系统的数学模型，文献针对液压缸正反两个方向，采用分别 建模的方法，建立相对准确的数学模型，但给系统仿真带来一些困难。 1 电液伺服阀2 压力传感器3 位移传感器 4 伺服液压缸5 支架6 卷筒 图2 - 1 踏步控制系统示意图 f i g 2 一ls k e t c hm a p o f u n i tr o l l e re l e c t r o h y d r a u l i cs e r v os y s t e m 为了准确地对非对称阀控制非对称缸系统进行仿真，掌握系统的动 态特性，文章建立了该系统的扩展键合图模型，然后利用扩展键合图对 系统进行仿真，研究结果表明该方法有效。下面介绍该建模方法。 上海交通大学博士后研究工作报告踏步控制系统键合图模型建立 oh o 乳 图2 - 2 阀控缸原理图 f i g 2 - 2s k e t c hm a po f v a l v ec o n t r o l l e dc y l i n d e r 图2 - 1 为2 0 5 0 卷取机踏步控制系统的示意图。图中简单画出三个液 压缸的示意图。工作报告只建立1 号助卷辊伺服系统的数学模型，其它 可类推。图2 2 为阀控液压缸的原理图，图中伺服阀线圈被加上正向电 流，伺服液压缸向正向运动。在图2 2 中，各变量的含义如下： y 。活塞杆的位移，m ； 只活塞的粘性阻尼系数，n ( m s ) ； f ，外干扰力。n ； r a 。液压缸运动部件的质量，k g ； m 。负载惯量折算到活塞处的等效质量，k g ； 4 液压缸无杆腔的有效面积，m 2 ； 爿，液压缸有杆腔的有效面积，m 2 ； q l ，q 2 流入和流出液压缸两腔的流量，r n 3 s ； 供油压力，p a ； 舅、最液压缸两腔的压力，p a ； 回油压力，p a ； k 滑阀阀芯位移，m 。 伺服阀控制非对称缸系统的扩展键合图模型可分为四个部分，即： 信号源扩展键合图描述；伺服阀扩展键合图模型；非对称缸和负载 1 4 兰童窒呈圣竺茎望：兰型垦竺堡垒! ! =墅生苎型至釜堡垒璺堡型矍兰 = = ! = = = ! ! 竺= ! 竺竺= ! = ! ! ! ! ! = ：= ! = = = ：= ! 竺! = = = 竺二二二二二= _ = _ = = 二二：= 的扩展键合图模型；压力反馈键合图描述。 2 3 1 信号源的扩展键合图描述 仿真时使用两种类型的信号，即正弦信号和方波信号，产生方法分 别见图2 - 3 ( a ) 和2 - 3 ( b ) 。对于图2 - 3 ( a ) ，修改2 增益块可以改变正弦信号 的频率，修改3 增益块可以改变增益。对于图2 - 3 ( b ) ，修改6 增益块可 以改变方波信号的幅值，修改7 增益块可以改变频率。 i2 34 匝蚤咂团吨亟卜卧 图2 - 3 信号源 f i g 2 3b o n dg r a p ho f s i g n a l 2 3 2 电液伺服阀扩展键合图模型 对于伺服阀，需要仿真出其的饱和特性、滑阀级的流量特性以及伺服 阀的动态特性。假设液体压缩性影响在阀中可以忽略，且阀具有理想的 响应能力，即对于阀芯位移和阀压降的变化相应的流量变化能瞬间发生。 图2 - 2 为阀控液压缸的原理图，从图中可以看出流入液压缸和流出液压 缸流量分别用式( 2 一1 ) 和式( 2 - 2 ) 表示，两式如下： 蜴= 帆序鬲 玖= 呱伊鬲 式中：q 。一流入液压缸左腔的流量，m 3 1 s ； p ，一流m 液压缸右腔的流量，m 3 s ； 。，一为滑阀阀：签位移，m ； 】5 ( 2 1 ) ( 2 2 1 二耋童塑坠笠兰堡主i i ! ! 型：堡望童 踏步控制系统键合图模型建立 只一供油压力，p a ； 只、b 一液压缸两腔压力，p a ； 只一回油压力，p a 在电液伺服阀中，阀芯位移与输入电流成正比，所以方程( 2 1 ) 和( 2 2 ) 可以改写为 q 1 却即序五 ( 2 - 3 ) q 2 = c 艏，7 j 吾( 只一r ) 式中： 卜一伺服阀输入电流，4 ； k ，一比例系数，m a 定义电液伺服阀的液阻为 r ： ! 一 c 雕彤 ( 2 - 4 ) ( 2 - 5 ) i融i 勰 1 6 ，i r 刚 1 。， i 辩r产 l 砸蚤一 【 图2 - 4 伺服阀的扩展键和图模型 f i g 2 4t h ee n l a r g i n gb o n dg r a p ho fs e r v og r a p h 则公式( 2 3 ) 和公式( 2 4 ) 口3 - 描述为 1 6 兰薹呈型窒薹翼芏垄垩垒兰垒望篁：! ! ! ! ! ：堕之丝型至竺壁垒鬯堡型塞兰 g = i r 一1 瓶了而i g ”( p ，一且)( 2 6 ) q 2 = r 一1 厕s 劬陂一只)( 2 7 ) 根据式( 2 6 ) 和式( 2 7 ) ，电液伺服阀的流量方程可用图2 - 4 所示虚线 部分的扩展键合图表示。 图2 - 4 中，函数块1 0 是用来描述阀的饱和特性。增益块l l 、1 2 、 1 3 、1 4 和积分块1 5 、1 4 以及增益块1 l 后面的比较环节用来描述伺服阀 的动态特性，文中把伺服阀看成了二阶振荡环节。阻性源2 0 、2 1 、2 2 、 2 3 用来描述非对称伺服阀的阀口特性。恒势源1 8 描述油源。液压系统 回油管路被简单看作阻性源1 9 。功率键2 4 表示阀口a 的油液流向，功 率键2 5 表示阀口b 的油液流向。 其中，功能函数块f n