模糊控制在带钢轧制中应用.docVIP

模糊控制在带钢轧制中的应用 王秀梅　王国栋　刘相华 摘　要　介绍了模糊控制在带钢轧制中的应用,对其发展研究概况进行了评述,讨论了其中存在的问题,并提出了今后研究的方向。关键词　模糊控制　带钢轧制　应用 APPLICATION OF FUZZY CONTROL TO STRIP ROLLING Wang Xiumei　Wang Guodong　Liu XianghuaNortheastern University Synopsis　Application of fuzzy control to the strip rolling is briefly described, research and development of the technology reviewed, problems existing in it discussed, and tendency of its future development pointed out in the paper.Keywords　Fuzzy control　strip rolling　application 1　前　言　　1974年，伦敦的Queen Mary 学院的马丹尼(E.H.Mamdani)首次用模糊逻辑和模糊推理实现了第一个试验性的蒸汽机控制,标志着人们采用模糊逻辑进行工业控制的开始,从而宣告了模糊控制的问世。随着科学技术的飞速发展,模糊控制这一新型的智能控制技术的应用越来越广泛,钢铁行业也不例外。　　模糊控制的本质是将人的操作经验用模糊关系来表示,通过模糊推理和决策方法来对复杂过程对象进行有效控制。它具有不依赖于被控制对象模型、鲁棒性较强的特点,为随机、非线性和不确定系统的控制提供了良好的途径。　　在控制过程中,系统中的偏差E(或e)　　偏差变化率C(或)和控制量输出U(或u)的变化,实际上都是确切的数字,而不是模糊集。为了使用模糊控制技术,就必须把E(e)和C()变化的精确量转化为模糊集,然后输入给模糊算法器进行处理;模糊算法输出的控制量又是一个模糊集合,再经过模糊判决,给出控制量的确切值,去控制工业对象［1～3］。模糊控制器的组成框图见图1。 图1　模糊控制器的示意图 2　模糊控制理论在轧钢中的应用　　近来,用户对带钢的厚度、板形尺寸精度的要求越来越高。为了提高产品质量,将模糊控制引入带钢生产过程中［4］。日本钢铁行业已成功地将模糊逻辑应用于建模、预测、模式分类、缺陷检测、优化以及动态控制［5～6］。表1为模糊控制在带钢轧制中的应用。 表1　模糊控制在带钢轧制中的应用 应用领域 应用实例 时间 厂家 热轧 热轧精轧机组负荷分配控制［7］ 1991 新日铁 热轧动态设定系统［8］ 1989 新日铁八幡制铁所 冷轧 冷轧设定模型轧制力预报［9］ 1991 新日铁八幡制铁所 冷轧板厚及板形控制［10］ 1991 川崎制铁水岛制铁所 冷轧动态板形控制［7］ 1992 新日铁名古屋制铁所 镀锌 镀锌退火炉的反馈控制［11］ 1993 新日铁名古屋制铁所 2.1　热轧板厚控制系统　　对于热连轧精轧机架,为了改善通板性能,提高有效利用率,如何提高带材头部厚度精度已成为一个重要课题。对于精轧机架,根据轧机设定控制,利用以轧制理论为基础的模型确定轧制前的辊缝及轧制速度。但是,由于轧制模型参数存在推算误差,因此,轧制时要求轧机设定具有修正功能。为此,新日铁八幡制铁所的小田高士、佐藤直树等人引入模糊控制思想,开发了最小板厚偏差模糊理论动态设定系统［8］。该系统由模糊控制器和控制器的学习模型构成(见图2)。模糊控制器是根据由中间机架模型计算得出的轧制力预报值和实际值的误差应用模糊推论预测精轧出口厚度偏差,当偏差为零时,对各机架辊缝进行在线修正。另外,对学习模型板带头部通过机架出口侧的X射线测厚仪的实际厚度偏差,进行辊缝修正模型参数的逐次学习。据报道使用本系统后,板厚精度范围内的命中率提高6%～14%。 图2　模糊动态设定系统 2.2　冷轧轧制力预报系统　　新日铁八幡制铁所开发的冷轧设定模型轧制力预报系统［9］,如图3所示。根据模糊关系式记述的轧制力预报模型,具有对轧制力预报模型的系数进行逐次修正的学习功能。轧制力预报模型,由材料的相关信息、生产命令(成品宽度、厚度)以及其它生产条件(机架间张力、各机架压下率等)输入条件,由模糊模型预测出各机架轧制力。 图3　模糊模型系统 　　每一卷轧制终了,根据学习模型,以实际轧制结果为基础对轧制压力预报模型的系数进行逐次学习。学习机能,对于模型维持高精度预测是十分必要的,特别是进行多品种、小批量成品生产。　　模糊规则如表2所示,为了简化计算,后项函数采用线性形式 表2　模糊规则 R1:i