智能控制在现代钢铁工业中的应用.pdfVIP

((冶金 自动化》2004年增刊 智能控制在现代钢铁工业中的应用 朱丽业，吴惕华 (上海交通大学 自动化系，上海200030) [摘 要]本文介绍了模糊控制、神经网络控制、遗传算法及各种复合控制算法的发展情况，并着重介绍了它们在钢铁工业 中应用的现状，提出了目前存在的问题，同时展望了发展前景。 关〔键词〕智能控制;模糊控制;神经网络;遗传算法 0 前言 智能控制思想最早来自傅京孙教授在20世纪70年代形成的理论。在1985年8月，由IEEE在美国 纽约召开的第1届智能控制专题讨论会，标志着这个新的理论体系的被公认。该理论有别于古典、现代 控制理论，它利用人工智能方法例如模糊数学、神经网络、遗传算法等，在对一些大型复杂的、具有很明显 非线性系统的控制中具有明显优势。 IEEE控制系统协会认为智能控制必须具有模拟人类学习和自适应的能力E[ll。在钢铁行业中，由于 生产过程复杂，影响因素多，难以建立精确的数学模型，对于一个已经建立的数学模型，由于在生产过程 中仍存在一些不确定参数，因此控制困难。智能控制却可以抛弃传统意义上要求的精确数学模型，同时 控制算法本身具有自学习，自适应的能力，这使得智能控制技术在钢铁工业中应用的越来越多。 犷 本文简要介绍了模糊控制，神经网络控制、遗传算法的一些知识，着重介绍了在钢铁工业中智能控制 理论的发展过程及现状，讨论了应用中存在的问题和不足之处，并展望了智能控制及其应用的发展前景。 1模糊理论 模糊理论在近十几年中发展迅速，已经应用在诸多的领域，如系统控制、信号处理、通信等。但目前 其大部分应用仍集中在模糊系统上，尤其是在模糊控制这个领域中，这其中，模糊理论有两个主要方向: 模糊模型与模糊控制器。 1.1模糊模型 传统控制理论是基于一个精确的线性模型实现的，然而一个实际的系统，多数具有时变、非线性的特 性，就需要将这个平衡点满足的线性方程加人一些人工的控制经验，即形成模糊模型[[21。根据这个模型 采用现代的控制理论完成控制器的设计，如图1所示。 图1模糊模型 Takagi和Sugeno提出了一种T-S模糊模型31〔，并且Sugeno给出了一套完整的模型辨识方法]’[。 .2 模糊控制 从已有的研究成果看，尤其是针对非线性控制系统，模糊控制理论已找到了一套类似于其他控制方 法的理论体系来设计控制器并保证稳定及其他性能要求。王立新博士在1993年发表的文献 5〔」中独辟 蹊径，针对一类典型的非线性并且模型是未知的被控对象，提出了一种整体式的模糊自适应控制方案，如 图2所示，此方法可以完全保证系统稳定性，在他本人的著作6-〔7〕中均有详细地阐述，这将模糊理论提高 到一个新的层次。 收〔稿日期〕2004-6-17 作〔者简介〕朱丽业(1977-)，女，黑龙江齐齐哈尔人，博士研究生，主要研究方向为过程控制、智能控制等。 120 ((冶金 自动化》2004年增刊 图2 自适应模糊控制器 1.3 模糊理论的应用 模糊控制理论的应用领域包括建模、预测、模式分类、缺陷检测、优化以及动态控制等方面，可以应用 在高炉、炼钢、连铸、轧钢工艺和检测等生产中。 在传统连铸中，对于正常的浇铸情况，PID控制器可以得到良好的控制效果，但在一些非常的情况 下，比如水口的阻塞或突然冲开时，PID控制器无法实现对大误差的快速控制，文献[8]提出一种模糊控 制器的设计方法，并与PID实现切换控制，可以使液位波动的超调减小4000;文献[9〕给出了一种混杂模 糊PI与模糊PD的控制方法，可以保证液面的震荡很小，同时具有较快的恢复时间。在薄板坯连铸机 上，POSCO公司通过采用模糊控制器，可以使熔池液位的波动误差由士4mm减至士1.0-1.5mm[l0]o 在薄带连铸中，采用自适应模糊控制器，从仿真结果看出，可以使熔池液位的波动被控制在士2mm之 间[川。 在新日铁八蟠制铁所的热轧机中采用自学习模糊控制器控制板厚，使得成品满足精度范围的命中率 提高600^-1400[127。在冷轧机中，通过调整轧制力来控制板形，当应用模糊控制器后，可以使边浪被控制 士31，同时获得期望板形[[18]。针对四辊冷轧机液压弯辊系统的控制，通过采用模糊逻辑