热轧带钢厚度智能控制方法研究毕业设计.doc

北京科技大学本科生毕业设计（论文）热轧带钢厚度智能控制方法研究毕业设计目录摘要1Abstract21引言12文献综述22.1 AGC研究进展22.2 PID控制方法研究现状32.3自动厚度控制及PID控制42.4本文所做的工作63轧钢厚度误差分析及控制原理83.1热轧带钢厚度偏差产生原因83.2几种常用的厚度控制系统93.2.1测厚仪反馈式AGC93.2.2厚度计式AGC123.2.3前馈式AGC133.2.4变刚度AGC144液压AGC数学模型174.1伺服阀基本方程174.2液压缸基本方程184.3轧机辊系基本方程194.4背压回油管道214.5传感器方程214.6控制调节器模型224.7 AGC系统的动态结构模型225单神经元自适应PID控制及仿真245.1常规PID控制仿真245.1.1常规PID控制原理245.1.2液压模型的PID控制仿真265.2单神经元自适应PID控制275.2.1神经元网络控制的基本原理285.2.2单神经元自适应PID控制器295.2.3单神经元自适应PID控制器的学习规则305.2.4单神经元自适应PID控制器的具体步骤345.2.5单神经元自适应PID控制器参数选择规则355.2.6单神经元自适应PID仿真36结论41参 考 文 献42附 录A外文原文43附 录B外文译文71附 录C程序部分88致谢97- 98 -1引言从1924年美国在阿斯兰建设的1470mm带钢热连轧和1926年在巴特勒建设的1070mm带钢热连轧机起，带钢热连轧机已经有将近80年的发展史了。因为带钢热连轧生产的高效率、高经济性，带钢在经济生活中，有广泛的用途，因而在轧钢生产中发展得最为迅速，而且也是各种新技术应用最为广泛的一个领域。从某种意义上来说，带钢热连轧的设备水平和工艺已经成为一个国家工业发展水平的一项重要标志。近年来，近终形连铸技术飞速发展，世界上第一套薄板坯连铸连轧生产线于1989年在美国Nucor公司投产，带钢铸轧也取得了突破性的发展。随着市场需求的不断发展，用户在对各种类型的板材需求急剧增长的同时，也对板材的各种材质精度提出了更高的要求，尤其在精度上需用厚度偏差仅为几个微米的热轧薄板。我国的很多中小板材生产企业的冷轧机生产线都是通过简单的电控系统，有的甚至仅靠手工来完成对板材的厚度控制，精度根本达不到要求。为满足市场的需求，就必须运用新技术建造新的冷轧机生产线或者对现在的生产线进行相应的改造。为了使板厚达到预定要求，对轧制压力、压力位置和板材上张力，必须进行适时适量的变化。为了获得某一时刻、某一点（板材纵向上的一条直线）板材的厚度，开发了能够连续测定厚度的X射线测厚仪。X射线测厚仪的出现，为以后厚度自动控制系统的迅速发展和板厚控制精度的提高创造了良好的条件。后来又开发了厚度自动控制技术，随着计算机技术的广泛应用，又开发了计算机AGC系统和数字化AGC系统。AGC正是针对上述市场需要产生的。有些轧机生产线利用了AGC系统，大幅度的提高了厚度精度。各种AGC系统的成功使用，在很大程度上取决于硬件技术的进步。技术进步是相互关联、相互促进的，硬、软件技术的高速发展，才大幅度地提高了板厚控制精度。通过建立数学模型，利用单神经元自适应PID控制，再用MATLAB及Simulink仿真技术实现带钢热连轧技术，提高技术指标。使得带钢生产从单张轧制到目前的连续轧制，从窄带到目前的宽带轧制，从低速生产到高速生产，从模拟控制到数字控制。对企业顺利达产达效和提高产品竞争力有重要意义，对提高国民经济效益具有非常重大的现实意义，对国家钢铁工业在世界地位有不可或缺的意义。2文献综述通过查阅相关文献，介绍了AGC研究进展，PID控制方法研究现状以及自动厚度PID控制状况。2.1 AGC研究进展厚度自动控制系统(AGC)，是英国钢铁协会于20世纪40年代末50年代初发明的，该方法称之谓BIRAAGC。之后日本、德国、美国等发明了测厚计型AGC，称之谓GMAGC。BISRAAGC控制模型中只有轧机参数M，没有轧件参数Q，从理论上讲是不完备的。采用传统轧制力预报模型计算，最大偏差多在20%以上，所以传统的常规的数学模型不能提供足够精确的近似值。即使采用自适应技术，利用实测数据重新计算模型参数，但由于模型本身结构的限制，也难于适应实际生产过程。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AGC 系统。上个世纪70年代，厚度控制系统大多是这类系统，而且是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AGC系统1。将上述AGC系统数字化，并增加前馈控制回路就构成这类AGC系统数字化或计算机控制，加上一些新的控制算法，使这类AGC系统性能获得进一步的提高。模拟线路。我国早期的AGC系统调节压下装置的执行机构是电动的，因电动压下响应慢和非线性的缺点，逐渐被液压压下机构代替采用前馈控制、压力反馈控制和监控的AGC系统。自从70年代液压厚控技术（液压AGC）的应用使板厚技术产生重大变革2。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3。上个世纪80年代，在用现代控制理论的基础上，利用电子技术与计算机技术相结合，对上述2类AGC系统进一步加以改进，形成了GM-AGC系统或BISRA-AGC系统 4 5 。其主要特点是使用轧机弹跳方程计算轧后带钢厚度作为实测厚度，与设定厚度或锁定厚度相减，其差为检测的厚度偏差值，经过转换后用子压下调节。这样就不存在轧辊中心到测厚仪的传输滞后时间了，从而提高了系统性能，获得普遍应用。随着计算机技木的发展，国外可逆冷轧机AGC技术也得到了迅速的发展，功能断完善。流量AGC国外上个世纪70年代就成功地应用在冷轧机上，上个世纪80代开始在可逆冷轧机上应用，国外已经发展了-AGC系统，以德国西门子公司1995年推出的一个5机架冷轧机上的AGC系统为典型，大大地提高了板带厚控制精度。80年代末至今，板厚控制技术向着大型化、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部过程融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，一方面采用最优控制、多变量控制、自适应控制、预测控制等控制理论的最新成果，以追求控制性能的更高水平。在监控层的设定计算中，一方面采用人工智能、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6。在轧制领域内，过程控制技术以板厚及张力控制为主要代表，在这些控制中，充分采用多年来控制理论的新成果，在高速控制器上构筑控制系统，使压下AGC和速度AGC互不干涉，AGC和ATC互不干涉，最大限度的发挥液压压下装置的作用。使板厚精度控制在5%以内7。2.2 PID控制方法研究现状PID参数整定（即参数调节）是在PID控制器结构已知的情况下，对比例器、积分器、微分器的三个增益系数进行调节，以期望达到最好的控制品质。自Zigeler、Nihcols提出PID参数整定方法起，许多技术已经被用于PID控制器的手动和自动参数整定。其发展阶段如下：1）上世纪40至50年代自上世纪20年代，Minorsky在对传播自动导航的研究中，提出了基于输出反馈的PID控制器的设计方法起8，PID控制器在过程控制中得到了广泛的应用。40至50年代PID控制器主要用于单变量系统的反馈控制，基本原理是按误差进行调节。这一时期发展起来的PID参数整定方法也主要是基于这一模型的。有的方法是基于闭环系统的响应曲线、频率特性或者是误差性能来调节PID参数，例如Z-N法、临界灵敏度法、基于两点交叉的PID参数整定规则、ISTE最优设定法、基于增益优化的整定法、继电器法9等。这些方法的共同特点是对于被控对象精确的数学模型是未知的，而是运用了基于对象参数模型的辨识方法。基于被控过程对象参数辨识的整定方法是利用辨识算法得出对象的数学模型, 在此基础上用整定算法对控制器参数进行整定10。但是，随着工业控制的日益复杂和精确化，传统的PID控制不能满足非线性和不确定性系统的鲁棒性要求；不能满足时变系统适应性快的要求；不能满足多变量系统的协调控制的要求。为此，人们做了更进一步的研究。2）上世纪五十年代至本世纪末这一时期控制理论的研究进入了另一个发展方向现代控制理论。提出了基于状态反馈的控制，继而又对基于状态反馈控制器的最优控制、自适应控制和鲁棒控制等进行了大量和深入仔细的研究，形成了系统的理论体系，但由于它对微分方程数学模型过分依赖，控制算法过于复杂，因而可实现性较差8。3）上世纪七十年代至今1971年著名的美籍华裔科学家傅京孙教授最早公开指出了一个崭新的研究领域，并提出了相应的概念，这就是智能控制系统。智能控制是人工智能技术与控制理论的交叉，它具有以下特点：能为复杂系统（如非线性、快时变、多变量、强耦合、不确定性等）进行有效的全局控制，并具有较强的容错能力；定性决策和定量控制相结合的多模态组合控制；从系统的功能和整体优化的角度来分析和综合系统，以实现预定的目标，并具有自组织能力；同时具有以知识表示的非数学广义模型和以数学表示的数学模型的混合控制过程，系统在信息处理上，既有数学运算，又有逻辑和知识推理11。国内外许多研究人员将智能控制的多个分支运用于PID控制，做出了许多成果。例如文献12中归纳了将模糊控制算法应用于PID控制的控制器的基本形式和影响模糊控制理论发展的几个重要问题。文献13中介绍了基于神经网络的PID参数整定方法和仿真方法。除此之外，还有基于专家系统的PID控制，自适应PID控制等。将智能控制理论应用于PID控制中，既保持了PID控制器的结构简单、适用性强和整定方便等优点，又通过智能技术在线调整PID控制器的参数，以适应被控对象特性的变化。智能控制理论的应用成果和理论发展说明了智能控制正成长为自动控制的前沿学科之一。2.3自动厚度控制及PID控制带钢热连轧计算机控制是冶金工业中应用计算机控制最为成功、最有效的领域之一。近年来，随着带钢热连轧技术的迅速发展，我国已相继建成（包括在建的）24条宽带钢热连轧及18条中宽带热连轧自动化生产线。与此同时，国内的科研人员通过对带钢热连轧计算机控制技术进行的深入研究，对从国外引进的设备和技术进行系统的学习、改造和创新，为此，对国内外带钢热连轧计算机控制方面的技术进行总结显得十分必要 14。 板带冷热轧的厚度精度一直是提高产品质量的主要目标。正因如此，厚度设定模型及自动厚度控制AGC，automatic gauge control曾是轧机自动化首先实现的功能。模拟AGC系统在计算机控制应用之前已经开始发展，而冶金工业第一套计算机控制系统（1960年）即用于热连轧精轧机组的厚度设定15。液压AGC系统框图如图2.1所示：图2.1 液压AGC系统框图AGC系统为一复杂的工业控制系统，要研究、设计、分析这样的系统单纯依靠理论解析已无法得出满意的结果。因此近年来各国都积极应用计算机仿真技术（经1979年自动化学会在烟台召开的仿真学术交流会确定Simulation译为仿真，analog译为模拟），来进行研究 。PID控制是最早发展起来的控制策略之一，由于其算法简单、鲁棒性好及可靠性高，被广泛应用于过程控制和运动控制中，尤其适用于可建立精确数学模型的确定性系统。然而实际工业生产过程往往具有非线性、时变性、不确定性，难以建立精确的数学模型，应用常规PID控制器不能达到理想的控制效果，而且在实际生产现场中，由于受到参数整定方法繁杂的困扰，常规PID控制器参数往往整定不良、性能欠佳，对运行工况的适应性很差。计算机技术和智能控制理论的发展为复杂动态不确定系统的控制提供了新的途径。采用智能控制技术，可设计智能PID和进行PID的智能整定。将单神经元自适应PID算法与传统的PID控制算法进行比较分析，得知单神经元自适应PID控制算法在总体上优于传统的PID控制算法，它有利于控制系统控制品质的提高，受环境的影响较小，具有较强的控制鲁棒性16。2.4本文所做的工作本文通过参考大量厚度控制相关文献，建立了热轧带钢液压AGC系统数学模型，引进智能控制理念，将单神经元PID控制方法应用到以厚度控制中，对热轧带钢的厚度控制进行了神经元PID控制器设计，在实验室进行仿真验证其可行性。具体每章节内容如下：第1章：引言，阐述了厚度控制研究的必要性。第2章：文献综述，通过查阅相关文献，介绍了AGC研究进展，PID控制方法研究现状以及自动厚度PID控制状况。第3章：轧钢厚度误差分析及控制原理, 本章主要介绍了热轧带钢厚度偏差产生原因以及几种常用的厚度控制系统，主要有测厚仪反馈式AGC、厚度计式AGC、前馈式AGC、变刚度AGC这几种比较常用的AGC系统。第4章：液压AGC数学模型，液压系统作为热轧带钢厚度控制的主要手段，本章主要研究液压压上系统，结合工程工艺参数，进行理论推导，建立数学模型，求出其传递函数，为设计热轧带钢厚度控制器提供模型依据。第5章：单神经元自适应PID控制，本章着重介绍了常规PID控制仿真。还介绍了单神经元自适应PID控制，包括神经网络控制的基本原理、单神经元自适应PID控制器和单神经元PID控制器的学习规则、设计步骤及其参数选择规则，并且仿真。第6章：得出结论3轧钢厚度误差分析及控制原理本章主要介绍了热轧带钢厚度偏差产生原因以及几种常用的厚度控制系统，主要有测厚仪反馈式AGC、厚度计式AGC、前馈式AGC、变刚度AGC这几种比较常用的AGC系统。由于引起带钢厚度偏差的因素是很复杂的，为了更好地消除带钢厚度的偏差精度，需要对其产生的原因进行分析，以便针对不同的原因采取不同的对策。本课题采用神经网络PID厚度计式AGC取代常规PID厚度计式AGC来实现厚度环的控制作用。3.1热轧带钢厚度偏差产生原因引起带钢厚度偏差的因素是很复杂的，为了更好地消除带钢厚度的偏差精度，需要对其产生的原因进行分析，以便针对不同的原因采取不同的对策。造成带钢厚度偏差的原因主要有以下几个方面： (1)坯料温度、轧件尺寸的原因 在轧制过程中，引起金属变形阻力的变化从而对带钢厚度产生很大影响。这包括来料头尾温度不均、水印、来料尺寸不均以及化学成分偏析等。 对轧件而言，最重要的因素是轧件温度的波动。因为由温度波动引起的厚度偏差具有重发性，在每一个机架都会产生厚度偏差，而这个厚度偏差如果得不到消除又将引起下一机架的来料厚度的变化，由此又产生新的厚度偏差，这样的累积将导致带钢产生严重的厚度偏差。 轧件温度的波动主要包括加热温度不均匀及轧制过程中温降的不一致。带坯纵向的温度变化对带钢厚度波动的影响，主要是通过对金属变形阻力和摩擦系数产生影响，从而引起厚度偏差。轧件在加热炉内由于接触水冷导轨而使轧件局部产生水印，在轧制过程中引起轧制力和塑性系数的改变而造成厚度偏差。 轧件尺寸的影响包括来料厚度不均匀和来料宽度不均匀两方面。其中，来料厚度不均匀造成轧件的塑性曲线不稳定而影响出口厚度；来料宽度不均匀将引起轧制力和机架弹跳的变化，最终导致厚度的波动。 (2)轧机方面的原因 热带钢连轧机都采用低速穿带，待卷取机卷入带钢后再同步加速至高速，进行升速轧制。在轧辊转速变化较大时，将使油膜轴承的油膜厚度发生变化，速度增大使油膜增厚，实际辊缝则变小，从而使带钢变薄。 (3)张力变化的原因 当带钢尾部离开各架轧机时，张力消失，使轧制压力突然增加，造成台阶形厚差。在热轧过程中，为了防止堆钢和减少带钢在精轧机组中跑偏，通常都采用不大的张力轧制。但在穿带和抛钢时，带钢头部和尾部所受张力的作用是逐渐加大和减小的，因此，张力变化也将引起厚度的变化。 (4)轧辊偏心的原因 轧辊偏心即椭圆度，将直接使实际辊缝产生高频周期性变化，从而造成热轧带钢的厚度变化。 此外，控制系统所用仪表等设备的精度、液压伺服阀的死区等因素也对带钢厚度精度造成影响。 3.2几种常用的厚度控制系统厚度自动控制是通过测厚仪或传感器对带钢实际厚度连续地进行测量，并根据实测值与给定值相比较后的偏差信号借助于控制回路和装置或计算机的功能程序，改变压下位置或轧制速度，把厚度控制在允许偏差范围内的方法。实现厚度自动控制的系统称为AGC(Auto Gauge Control)。 在实际生产过程中，为了解决各种因素对厚度指标的影响，人们研究出多种厚度自动控制系统。各种AGC是实现压下控制系统的厚度误差指标的关键。其中比较常用的AGC系统主要有测厚仪反馈式AGC、厚度计式AGC、前馈式AGC、变刚度AGC等。 3.2.1测厚仪反馈式AGC图3.1为测厚仪反馈式厚度控制系统框图。带钢从轧机中轧出后，通过轧机后面测厚仪测出的实际轧出厚度，并与给定厚度值相比较，得到厚度偏差，当二者数值相等时，厚度差运算器的输出为零,即=0。否则出现厚度偏差，这时便将它反馈给厚度自动控制装置，变换为辊缝调节量的控制信号，输出给压下电动机带动压下螺丝做相应的调节来消除此厚度偏差。 图3.1测厚仪反馈式厚度控制系统框图为了消除已知的厚度偏差，所要求的辊缝调节量为。所以必须找出与之间的关系，可以根据图3.2所示的PH曲线来分析说明。图3.2反馈调整PH曲线当轧件出现厚度偏差时，由轧机弹塑性曲线可计算出辊缝调节量应为： （3-1）式中,轧机刚度系数； 轧件塑性系数。为了消除带钢的厚度偏差品，必须使辊缝移动的距离。所以只有当越大，而 越小，才能使得和之间的差别越小。当和为一定值时，即为常数，则与成正比关系。此时只要检测到厚度偏差便可计算出为消除此厚度偏差所需要的辊缝调节量。 与的比值称为压下效率，它表示压下螺丝位置的改变量到底有多大一部分能反映到轧出厚度的变化上。当轧机刚度较小或轧件的塑性刚度较大时，的值很小，压下效果很不明显。也就是说，虽然压下螺丝往下移动了不少距离，但实际轧出厚度却经常未见减薄多少。所以增大的比值对于实现快速厚度控制有十分重要的意义。在实际生产过程中，由于考虑到轧机结构的限制、测厚仪的易维护性以及防止带钢断裂造成测厚仪的损坏，一般将其装设在离产生厚差辊缝较远的地方，这样就造成了测厚的滞后性，不能及时的反映出带钢厚度的变化，结果使得整个厚度控制系统存在一个滞后时间。这个滞后时间可以用下式来计算： （3-2）式中,滞后时间； 轧制速度； 轧辊中心线到测厚仪的距离。由于存在时间滞后，这种按比值进行厚度控制的系统很难进行稳定的控制。此外，电动压下和计算也存在时间滞后，所以控制不是及时的，对任何突发性干扰，反而可能会出现负调节效果。但是该系统对于来料阶段性波动和仪器漂移能够最终加以消除。3.2.2厚度计式AGC厚度计式AGC也称压力AGC。在轧制过程中，任何时刻的轧制压力和空载辊缝值都可以通过检测元件检测到，因此，可以利用弹跳方程计算出任何时刻的实际轧出厚度。在这种情况下，就等于把整个机架作为测量厚度的“测厚计”，故这种检测厚度的方法也称为厚度计方法（简称GM）。根据轧机弹跳方程测得的厚度和厚度偏差信号进行厚度自动控制的系统称为厚度计式AGC(简称GM-AGC)。图3.3即为厚度计式AGC系统框图。 图3.3厚度计式AGC系统框图当轧制力由变化到时，轧制力的变化量为，由弹跳方程可知，出口厚度变化量。为了消除厚差，辊缝调节量应为： （3-3）式中，轧机刚度系数； 轧件塑性系数。厚度计式AGC可以克服测厚仪反馈式AGC的检测时间滞后的不足，能立即检测出轧制力变化引起的带钢厚度变化，从而进行快速调节。但是，对于计算机运算、执行及压下系统等的时间滞后是不能消除的，所以，这种控制方式从本质上来说仍然是反馈式的。在实际应用中，往往通过加入轧辊偏心控制以及其他种类的AGC来共同完成厚度自动控制的任务。3.2.3前馈式AGC前馈式AGC不是根据本机架实际轧出厚度的偏差值来进行厚度控制，而是在轧制过程尚未进行之前，预先测定出来料厚度偏差，再传送给本架轧机，在预定时间内提前调整压下机构，以便保证目标厚度的精度。正是由于往前馈送信号的这个特征，这种AGC被称为前馈式AGC，或称为预控式AGC。在得到辊缝调节量之后，根据该检测点进入本机架的时间和的调整所需时间，提前对本机架进行厚度控制，使得厚度控制点正好是的检测点。前馈式AGC控制系统框图如图3.4所示。 图3.4前馈式AGC系统框图由轧制力模型和弹跳方程可以计算出，当来料厚度偏差为时，所需要的辊缝调节量为： （3-4） （3-5）式中,轧机刚度系数；轧件塑性系数； 来料厚度偏差； 实测来料厚度值； 入口来料厚度预设定值。由以上各式得到辊缝调节量后，根据该检测点进入本机架的时间和的调整所需时间，提前对本机架进行厚度控制，使厚度控制点恰好就是的检测点。因为前馈式AGC属于开环控制，在实际应用中，一般都是与其他厚度控制方式结合使用，来增强厚度控制的效果。随着前馈式AGC的广泛应用和厚度控制研究的深入，前馈的信号已经不局限于来料厚度的偏差，还增加了来料温度偏差信号。因为温度的扰动比来料厚度扰动要严重得多，因此实际应用中，温度的偏差信号是很必要的，尤其是在温度偏差较大的情况下。3.2.4变刚度AGC所谓的变刚度控制方式就是在引入了等效轧机刚度系数之后，来设法改变这个等效轧机刚度系数而达到厚度控制目的的厚度控制方式，因此可以将这种通过调节等效轧机刚度系数来实现厚度控制目的系统称为变刚度AGC。近年来，由于采用了响应速度较高的电动液压系统，使得厚度控制所需的时间大大缩短。在厚度自动控制的轧机上，往往用机座当量刚度系数来表示机座的当量刚度。所谓的等效轧机刚度系数就是单位轧制厚度变化量所引起的轧制力的变化量，通常用字母来表示。其数学描述方式为： （3-6）式中，轧制力的波动量；轧件的厚度偏差。 借助于液压伺服系统，可实现轧机刚度可变控制。对轧机弹跳方程： （3-7）对式(3-7)两边同时微分，可得出轧件厚度偏差： （3-8）将式(3-8)代入式(3-6)中，则可得出机座当量刚度与辊缝变化量的关系为： （3-9）由式(3-9)可见，机座当量刚度系数与辊缝变化量和机座弹性变形波动量有关。如果用辊缝调节系数来表示辊缝变化量与机座弹性变形波动量二者的比值，即： （3-10）则机座当量刚度系数与辊缝调节系数之间的关系为： （3-11）式(3-11)表示了机座当量刚度系数与辊缝调节系数之间的关系。由此式可以得出，只要改变辊缝调节系数，就可改变机座的当量刚度系数。下面对辊缝调节系数在区间(-,1内不同的取值情况进行分析： (1)当时，小于机座刚度系数，轧辊辊缝调整方向与机座弹性变形量的方向相同，此时为软特性控制；(2)当时，等于机座刚度系数，此时为恒定原始辊缝控制；(3)当C趋于0时，此时为恒压力控制； (4)当时，大于机座自然刚度系数，轧辊辊缝调整量只能补偿部分的机座弹性变形波动量，此时为硬刚度控制；(5)当时，为无穷大，此时轧辊辊缝的调整量完全补偿了机座的弹性变形波动量。 4液压AGC数学模型液压上系统作为热轧带钢厚度控制的主要手段，本章主要研究液压压上系统，结合工程工艺参数，进行理论推导，建立数学模型，求出其传递函数，为设计热轧带钢厚度控制器提供模型依据。轧机的压下装置，由最早的发电机电动机机组的电动压下机构，逐渐发展成为可控硅的电动压下和机械伺服阀的液压压下，近年来由于采用了电气液压伺服阀，使得压下响应速度得以大幅提高，厚度控制所需时间大大缩短。正是由于液压压下具有响应快速的特点，因此它在厚度控制中对提高成品带钢的精度有很大的现实意义。借助液压压下系统还可以实现轧机刚度可调，即根据生产过程的实际情况的变化，相应地控制轧机刚度来获得所要求的轧出厚度。甚至可以做到在轧制过程中的实际辊缝值固定不变，即“恒辊缝控制”，从而保证了实际轧出厚度不变。液压AGC系统就是借助于轧机的液压系统，通过液压伺服阀调节液压缸的油量和压力来控制轧辊的位置，对带钢进行厚度自动控制的系统。液压AGC系统的基本类型一般有模拟式、数字式、数模混合式和计算机控制式，主要功能是实现压下位置自动控制的液压APC(Automatic Position Control)系统和板厚自动控制的液压AGC(Automatic Gauge Control)系统。构成一个热轧带钢完整液压AGC系统的6种主要动态元件为伺服阀、供油管道、液压阀、轧机、回油管道、传感器、控制调节器。4.1伺服阀基本方程伺服阀具有高度非线性特点，其输出流量的线性化方程为： （4-1） （4-2）式中,伺服阀的空载流量；输入电流信号； 伺服阀的静态流量放大系数(即在一定的供油压力下，伺服阀额定流量与额定电流的比值，也称流量增益)；伺服阀的压力流量放大系数；负载压力变化。其增量表达式为： （4-3）通常，当液压执行机构的固有频率低于50Hz时，伺服阀的动态特性可用一阶环节表示，即： （4-4）液压执行机构的固有频率高于50Hz时，可用二阶环节表示： （4-5）式中, 伺服阀固有频率；拉普拉斯算子。伺服阀固有频率可从伺服阀制造厂提供的频率响应曲线获得。4.2液压缸基本方程从阀进入油缸的流量除了推动活塞运动外，还要补偿缸内的各种泄漏，补偿液体的压缩量和管道等的膨胀量。传递到油缸内的总体积是流量乙级的积分，而控制容积的实际变化量是： （4-6） （4-7） （4-8）式中,传递到油缸内油液的总体积；控制容积中油液的压缩量； 控制容积中油液的泄漏量；液压缸活塞的位移；液压缸活塞面积；液压缸的等效控制总容积；油液的弹性模量。在当前的液压AGC系统中，压力管道都力求尽可能短，一般地，按集总模型把供油管道中的液压油一起作为控制容积，而忽略压力波的传播时间和供油管道的固有频率。假定活塞位移很小，则液压缸控制总容积与控制腔初始容积近似相等。综合可得液压缸控制腔连续方程为： （4-9）式中, 为液压缸控制腔初始容积；液压缸内部泄漏系数。其增量表达式： （4-10）油缸的输出力为： （4-11）式中,作用于油缸无杆腔力的变化；作用于油缸有杆腔压力(背压)的变化；油缸有杆腔的工作面积。4.3轧机辊系基本方程轧机为一分布质量系统，即为无穷自山度运动系统，分析计算十分复杂。作为近似计算可按一个或两个自由度系统计算。油缸输出的轧制力与辊系运动部件的惯性力、粘性摩擦力、弹性负载力及其它负载力平衡。其力平衡方程为： （4-12）式中, 轧机辊系运动部件的等效总质量；时间；活塞及负载等运动部件的粘性系数；负载运动时的弹性负载刚度系数；作用在活塞上的其它负载(如库仑摩擦力、轧件变形抗力等)。如考虑轧件变形抗力、库仑摩擦力而忽略其它因素时，则可表示为： （4-13）式中,轧件的塑性系数；轧件的厚度变化；轧件的入口厚度；轧件的出口厚度；库仑摩擦力(随活塞运动速度的变化而保持小变，其值由实验确定)。若忽略轧件轧后的弹性恢复量，则轧件的出口厚度，等于工作辊的负载辊缝,而 （4-14） （4-15） （4-16）式中,辊缝设定值；由于轧制力的变化而引起的轧机弹跳量；轧制时辊缝的变化量；轧机的纵向刚度； 轧辊偏心；偏心量；车七辊旋转角速度； 固定位置到轧辊偏心最大位置的相角。轧机的纵向刚度M，随压下油缸工作行程的增加而减少，可用下式估算 （4-17） （4-18）式中, 轧机零工作行程的纵向刚度；压下油缸工作行程；压下油缸预压行程。4.4背压回油管道液压AGC系统中的背压回油管道可以有多种设计方式，而由一溢流减压阀控制形成一恒值背压是其中最简单常用的一种。背压是低压，管道中的油液可视为不可压缩流体。利用连续性方程和伯努利方程，可推出背压为: （4-19） （4-20）式中,初始背压；回油管道中油液的质量；油液的密度；回油管道的长度；回油管道的横截面积；压力差系数。4.5传感器方程 （4-21）式中,位移反馈系数；位移传感器的时间常数。4.6控制调节器模型当控制器采用PID调节器时，其动态传递函数为: （4-22）式中,PID调节器的比例系数；PID调节器的积分时间常数；PID调节器的微分时间常数。4.7 AGC系统的动态结构模型 由基本方程式，消除、，可得AGC系统模型式中，总流量压力系数，模型参考数据如下表0.147创造性工作是根据液压AGC系统的构成，采用面向对象的建模方法，考虑了轧机机架、辊系的弹性变形、轧辊偏心、来料厚度，回油管道长度等，建立了轧机体系模型；考虑了轧件在轧制过程中的塑性变形，建立了轧件的模型;考虑了液压控制系统的组成及控制方法，建立了便于分析轧制过程中各种影响因素的液压控制系统的数学模型。5单神经元自适应PID控制及仿真近年来人们已把神经网络引入到了控制领域。神经网络控制算法克服了常规PID控制算法的不足。但目前的一些神经网络算法存在结构复杂、算法收敛慢等缺点，因此应用于高速、高精度的液压AGC系统中还存在着一些问题。热轧带钢生产过程是一个十分复杂的非线性过程，尽管线性控制理论已经在轧制过程自动化领域获得不少的收获，但随着用户对产品质量要求的不断提高，尤其是对神经网络技术认识的不断深入，许多研究者都已经开始研究怎样更好地把神经网络用于热轧质量控制领域。 本章着重介绍了常规PID控制仿真。还介绍了单神经元自适应PID控制，包括神经网络控制的基本原理、单神经元自适应PID控制器和单神经元PID控制器的学习规则、设计步骤及其参数选择规则，并且仿真。5.1常规PID控制仿真PID控制器是最早发展起来的控制策略之一，因为PID类控制器所涉及的设计算法和控制结构都是很简单的，并且十分适用于工程应用背景，此外PID控制方案并不要求精确的受控对象的数学模型，且采用PID控制的控制效果一般是比较令人满意的，所以工业界实际应用中PID控制器是应用最广泛的一种控制策略，且都是比较成功的。近二十年来，在控制理论研究和实际应用中PID类控制器又重新引起了人们的注意，这是因为瑞典学者Karl Astrom等人推出了智能型PID自整定控制器表现出了传统PID难以实现的控制性能，并出现了自整定PID控制器的硬件产品，使得PID控制更广泛地应用于工业控制中。5.1.1常规PID控制原理常规PID控制器是一种线性控制器。PID控制系统原理如图5.1所示。系统由PID控制器和被控对象组成。其中PID控制器由三部分组成：比例环节，控制器与控制系统偏差信号成比例关系，一旦有偏差产生，控制器立即产生控制作用，以减少偏差；积分环节，该环节主要用来消除静差，提高系统的无差度，积分作用的强弱取决于积分时间常数，越大，积分作用越弱，反之则越强；微分环节，反映偏差信号的变化率情况，并能够在信号偏差变化太大之前在系统中中引入一个早期的修正信号，加速系统的动作速度，减少调节时间。将这三部分通过线性组合，可以产生不同的控制器，例如：PI控制器、PD控制器、PID控制器等。图5.1 PID控制原理图PID控制规律可表述为： （5-1）传递函数形式为： （5-2）式中, 控制偏差，；比例系数； 积分时间常数；微分时间常数；传统PID控制器，以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。从上面得分析可知，如果要让PID控制器很好的工作，PID控制器的三个参数的整定是关键，传统的PID控制器参数整定的方法很多，概括起来有两大类：一是理论计算整定法。它主要是依据系统的数学模型，经过理论计算确定控制器参数。这种方法所得到的计算数据未必可以直接用，还必须通过工程实际进行调整和修改。二是工程整定方法，它主要依赖工程经验，直接在控制系统的试验中进行，且方法简单、易于掌握，在工程实际中被广泛采用。PID控制器参数的工程整定方法，主要有临界比例法、反应 曲线法和衰减法。三种方法各有其特点，其共同点都是通过试验，然后按照工程经验公式对控制器参数进行整定。近年来，随着智能控制的研究深入，又出现了智能PID控制，例如模糊PID控制系统、专家PID控制系统、基于遗传算法整定的PID控制系统、神经PID控制系统等。本论文主要应用单神经元PID对热轧带钢的厚度进行控制。5.1.2液压模型的PID控制仿真在simulink坏境搭建的PID控制下液压模块图如下，图5.2液压模型图运行，点击输入信号，如图5.3，时间为1.5s图5.3输入信号波形图输出信号波形由示波器显示如下，时间为1.5s图5.4输出信号波形图通过不断得调整参数，使控制器达到相对好的控制效果，加入0.00001的扰动，输出信号为图5.5扰动输出信号波形图5.2单神经元自适应PID控制由具有自学习和自适应能力的单神经元自适应智能PID控制器，不但结构简单，而且能适应环境变化，有较强的鲁棒性。在液压AGC系统中，由于控制对象具有复杂的非线性特性，难以建立精确的数学模型，并且对象和环境也存在一定的不确定性，仅用常规PID控制往往难以达到满意的控制效果。为了更好地提高控制性能，现在采用一些智能控制的方法来对原有的控制方法进行改进，可以在线实时整定参数，对一些复杂过程和参数时变、非线性、强耦合系统进行有效控制。5.2.1神经元网络控制的基本原理在一般的控制系统中至少有两部分组成，一部分是被控对象，另一部分就是控制器。传统的基于模型的控制方式，是根据控制系统的技术要求利用被控对象的传递函数来设计控制器的，并根据系统的实际输出与希望输出之差通过系统控制器来调节系统的运行状态，以便使实际输出尽快，并且尽量精确的接近希望的输出值。这种控制的调节是依靠输出端的误差来进行的，所以每次运行都会是先偏离理想状态，然后再被调节回来，如果被控对象的惯性较大，这个调节过程可能较长，控制效果往往不够理想。如果用人工神经元网络作为控制器参与系统的调节过程，即可构成图5.6所示的控制系统。图中为希望输出，为实际输出，为偏差值。图5.6 神经网络控制系统在这系统中，神经元网络控制器首先是利用希望输出和实际输出之间的误差对其神经元网络进行训练，由于神经元网络具有的非线性映射能力，可以让网络通过学习使其输入输出关系恰好是被控对象传递函数的反函数，这样就可使实际输出等于希望的输出，具体函数关系如下所述。设被控对象的输入和输出满足下面的非线性函数关系 （5-3）可把神经网络的功能看作输入输出的某种映射，或称函数变换 （5-4） 当时，即可满足系统实际输出等于期望输出的要求。对于复杂的被控对象，非线性函数采用数学方法是难以建立的。利用神经网络具有逼进非线性函数的能力来模拟，尽管的形式未知，但是通过学习过程，利用误差来调整连接权可使 （5-5）这实际上是对被控对象函数的一种求逆过程。由神经网络的学习算法来实现这一求逆过程，就是神经元网络实现直接控制的基本思想。这样对于图5.2的控制系统，当神经网络控制器训练好以后，整个网络的控制就相当于一种开环控制，而且没有误差。所以，神经网络控制可以得到比其他控制方法更好的效果。对于一些复杂的控制系统，也可将一些其他的控制方法和神经元网络结合起来使用。总的来说，神经网络在控制过程中主要有以下几方面的作用：1）在反馈控制系统中直接作为控制器；2）为难以精确描述的复杂的非线性被控对象建模；3）在传统控制系统中起优化计算作用；4）与其他智能控制方法相结合，为其提供非参数化对象模型，优化控制参数，推理运算及故障诊断等5.2.2单神经元自适应PID控制器为了适应快速过程神经网络控制的要求，并将神经网络与常规PID调节器控制思路相结合，产生了神经元自适应PID控制器，不但结构简单，学习算法物理意义明确，计算量小，而且能适应环境变化，具有很强的鲁棒性。单神经元自适应PID控制结构如图5.7所示。图5.7神经元自适应PID控制系统结构图图中转换器的输入反映被控过程及控制设定的状态，设为设定值，为输出值，经转换器转换成单神经元学习控制所需要的状态量，取值为： （5-6）为对应于的加权系数；K为神经元的比例系数，K0。=-，为k时刻的输出