粗轧液压宽度控制系统和精轧张力控制系统仿真及其优化的研究.pdf

摘 要 本课题以热轧控制系统为研究对象，重点研究了热轧系统建模以及优化控制，建立 了粗轧压下系统模型，以及精轧张力控制系统模型，并将粗轧压下系统模型成功移植到 RT—LAB平台上，并通过网络通信方式，将过程机控制系统、动画显示联系在一起， 实现了粗轧全系统分布式实时仿真。同时为提升液压宽度压下系统的能力，将免疫PID 控制技术和粒子群优化技术应用到液压宽度控制上；为提高精轧主传动系统的能力，将 自适应交互PID技术以及迭代反馈整定技术应用在直流主传动控制上，结果表明，液压 宽度压下系统和直流主传动系统控制性能都得到进一步改善。在飞剪剪切优化方面，将 动态阈值处理、行态学滤波等图像处理手段应用到带钢头尾图像处理中，并建立和训练 了带钢头尾优化剪切判别的神经网络，研制出一套实用的带钢头尾图像识别及剪切优化 系统。 本课题根据现场设备的特点，按照原理建模的方式方法，建立了粗轧宽度压下、租 轧厚度压下模型、精轧张力控制系统模型。其中粗轧宽度压下模型又包括液压压下系统 模型和立辊机架模型，精轧张力系统模型包括直流调速系统模型、交流同步调速系统模 型、电动活套模型。所有模型的参数均根据现场资料和理论计算获得，并通过大量现场 数据的验证。高可靠性的模型是热轧数字仿真和优化研究的基础。 分布式实时仿真是仿真的难题之一，本课题将所有粗轧模型成功的移植到RT— LAB平台上，并根据模型特点，建立了模型间和模型外的同步和异步通信，通过以太 网和火线连接的方式构成仿真集群，将虚拟带钢、过程机、动画显示、基础自动化控制 成功的联系在一起，真正实现了粗轧全系统分布式实时仿真。 粗轧宽度控制系统的核心设备是液压压下系统，要想提高粗轧宽度控制能力，必须 提高液压压下系统的控制性能。本课题在粗轧宽度压下系统模型的基础上，将免疫PID 和粒子群优化技术应用到液压宽度控制上。免疫PID是将传统PID与免疫系统的反馈 调节机制结合在一起构成的新型PID控制器，为增强免疫PID控制器的非线性自适应 能力，还创新的将Adaline神经网络作为免疫调节的非线性函数，仿真结果表明在外界 扰动以及工况变化的情况下仍能取得良好的控制效果。粒子群算法是一种基于群智能的 启发式寻优算法，将该优化算法与PID参数寻优结合起来，同时根据常用的误差目标函 数，以及模型实际特点，创新的提出一种加权目标函数，作为寻优的适应度函数，仿真 计算表明，粒子群算法能够对液压系统现有的PID参数进行在线优化。 传统的活套张力控制是通过调节主传动系统的速度来达到控制精轧张力的目的，精 轧张力控制系统的性能在很大程度上受到主传动的控制特性的影响。本课题在精轧主传 动模型的基础上，将自适应交互PID技术以及迭代反馈整定技术应用到直流主传动控制 上。自适应交互PID是将简化后的自适应交互算法与常规PID控制器相结合，无需预 知被控系统模型，就能够实现系统控制性能的优化，仿真表明在外界负载扰动、信号污 染等工况变化的情况下仍能取得良好的控制效果。迭代反馈整定是一种新型的PID参数 浙江欠学博P学位论文 整定办法，是按照一定规则获取系统响应特性，并根据所获信息以及性能判据逐次调常 控制器参数，使系统性能得到优化，模型仿真表明，该方法收敛速度快，鲁捧性强，无 需预知控制系统模型，就能够很好的完成直流调速系统PID控制参数的整定。 带钢经过粗轧机组轧制后，头尾会出现鱼尾形等缺陷，在进入精轧机组前需要对带 钢头尾进行剪切处理，通过剪切优化可提高成材收得率，为带钢生产创造效益。本课题 利用常用的金属热检仪以及普通CCD相机构建了实用的带钢头尾图像识别系统，利用 自适应阈值分割、二值化处理、形态学滤波等方法，对图像进行处理，提取带钢头尾图 像特征，然后根据最佳剪切线的选取原则，建立了神经网络进行剪切类型判别，并给出 最佳剪切线。在线对比测试表明，该剪切优化系统具有较高的判别精度和准确性。 本论文的主要内容分为6章，现分述如下： 第一章仿真技术和热轧控制技术的发展历程及研究现状，主要介绍系统仿真的定 义、建模方法和验证手段，并介绍了分布式仿真的特点和常用软件，以及国内外热轧仿 真的研究和发展现状。并着重对热轧宽度控制系统、精轧张力控制系统、飞剪系统的研 究发展现状进行了介绍。最后结合与热轧带钢质量密切相关的系统改造需求，提出建立 粗轧宽度控制系统、精轧张力控制系统的相关模型，并在模型的基础上对相关控制进行 优化的研究路线，