带钢板形板厚模糊神经网络解耦控制器的研究.pdfVIP

《冶金自动化》20Cr7年增刊(s2) 带钢板形板厚模糊神经网络解耦控制器的研究 吴召明，宋晓云，王芳，张学庆 (莱芜钢铁集团公司自动化部，山东莱芜刀1104) [摘要】板形和板厚控制存在着耦合关系。本文在建立板形板厚耦合模型的基础上，提出了一种两极串联结 构的自适应模糊神经网络解耦控制器来实现带钢轧制过程中板形板厚的解耦控制。仿真结果表明，模糊神经 网络解耦控制环节的引入，基本消除板厚和板形控制之间的影响，尤其是消除辊缝调节对板凸度的连带干扰， 解耦控制效果良好。 [关键词]钢板；板形控制；板厚控制；模糊神经网络 O引言 。 制技术已经相对成熟。为了考虑板厚控制对板形 对于带钢板形板厚控制，目前较为常用的控 凸度的影响，文献[3]对弹跳方程作了适当的改 制方法就是利用Shohet的控制策略，即采用连轧 进，引入了弯辊力纵向刚度Mw，改进的弹跳方程 多机架分工联合控制的方法，前几个机架主要控 为 制压下获取纵向目标厚度，末机架(成品机架)控 制横向厚差保证板形的策略。这种控制方法由于 没有从板形板厚控制之间存在的耦合机理出发， 式中，h为带钢出口厚度；S为轧机空载辊缝；Fpo 因此虽然带钢质量得到一定改善，但是从实测结 为轧机轧辊预压靠力；MP为轧制力纵向刚度；0F 果中可以看出带钢质量波动很大，尤其是当连轧 为轧制条件下轧机轴承的油膜厚度；GM为由于轧 机组引入强力液压弯辊之后，板形板厚控制之间 辊热膨胀及磨损等引起的轧机中心线空载辊缝的 的耦合矛盾愈加明显，影响带钢综合质量的提高。 漂移；Mw为使机座开口度增加1rain所加的弯辊 因此研究板形板厚的耦合机理进而提出解耦控制 力；Fv／为实际弯辊力；FP为实际轧制力。 方法已经成为提高宽带钢连轧综合质量控制非常 1．2板形控制数学模型 迫切的任务。针对以上问题，本文从整个控制对 板形控制主要通过液压弯辊机构调整有载辊 象的角度出发，提出一种两级串联结构的多变量 缝的形状来实现带钢凸度的控制，因此凸度方程 自适应模糊神经网络解耦控制器。前级基于智能 可以写为 权函数规则的自调整模糊控制器控制过程的动态 特性，后级则基于动态耦合特性的自适应神经网 (2) 络实现对多变量对象的解耦。同时对此控制器进 行仿真实验验证，表明此控制器具有良好的解藕 式中，Ch为带钢出口凸度；CH，Cws和CBR为带钢 效果。 · 来料凸度、工作辊形和支持辊辊形；Kp和Kw为轧 1板形板厚数学模型 制力和弯辊力的横向刚度；Kn，KWR和K腿为带钢 来料凸度、工作辊凸度和支持辊凸度对带钢出口 1．1板厚控制数学模型 凸度的影响系数。 宽带钢连轧机组中，板厚控制主要控制有载 1．3执行机构数学模型 辊缝的中点开口度，采用液压压下机构控制辊缝 板形板厚的执行机构分别为液压弯辊和液压 的大小来消除各种因素变化对轧件厚度的影响。 压下机构，在一般情况下可以简化为二阶振荡环 自弹跳方程提出以来，经过几十年的发展，板厚控 节，数学描述为 [收稿日期]2007-05-20；[修改