模糊控制在控制轧制宽度方面的应用.docxVIP

智能控制是一门跨学科的，需要多学科提供基础支持的科学。智能控制是人工智能、信息论、运筹学等学科交叉产生的，它包含传统控制方法和现代智能控制方法。时至今日，智能控制已经进入了新的发展时期，随着对象规模的扩大和过程复杂性的加大，以及随着人工智能技术、信息论、系统论和控制论的发展，人们试图从更高层次上研究智能控制，如认知心理学、神经网络技术、进化论及遗传算法、混沌论等。与传统控制相比，模糊推理不需要精确的数学模型 ,其设计主要建立在相关数据与规则的基础之上，因此适于解决非线性系统的控制问题；而且模糊控制的鲁棒性好、自适应性强、适用于时变、时滞系统。但是模糊控制也有其自身的弊端，如学习能力不强，设计时控制规则的拟订过于依赖经验和专家知识，因此有时精确度不高。近几十年来，智能控制取得了显著发展，其应用范围渗透到工业过程、航空航天、核能利用以及社会大系统和日常生活等各个领域。结合本人所学专业，结合所查找文献材料，拟定探讨智能控制在带钢轧制过程中的相关应用作为本课程的课程作业。作为钢产量世界第一的大国，钢铁工业在我国国民经济中占有重要位置。热轧带钢作为钢铁生产的一个重要项目，客户对其产量的需求也逐年增加，带钢产品广泛应用于电气电子工业、容器包装业、机械制造业、建筑业、航天业、交通运输业和石油化工等工业部门。在热轧带钢生产过程中，按照其工序一般分为：加热区、粗轧区、精轧区、卷取区。其生产工艺流程为：板还预备、板还加热、粗乳、精乳、乳后冷却、卷取、精整等。带钢热轧生产过程是一个典型的复杂工业过程，它的轧制过程几乎具备了复杂工业过程的所有特点，即干扰严重、具有多变量、时变、非线性、祸合、大惯性兼滞后等特点。由于带钢厚度受原材料的尺寸、形状、钢种，以及加热温差、化学成分准确度、轧制力等因素的影响，很难建立其精确的数学模型。带钢厚度控制中具有不确定性、时变性和非线性等特点。因此，釆用传统的控制手段难以获得能够精确控制轧制厚度的控制方法。实践证明，传统的建模和控制方法对于这样一个复杂系统难以取得理想的控制效果。由于传统的控制手段难以实现，所以研究基于智能控制手段的带钢轧制厚度控制非常必要。模糊逻辑是一种数学方法，能把不确定的模糊信息转化为计算机可以处理的算法形式，它将人脑的模糊经验知识转化为程序化的规则，然后通过模拟人脑的推理进行模糊运算，最终得到符合人脑思维的控制器的输出。模糊逻辑控制在工业过程控制、机器人、交通运输等方面得到了广泛应用，还应用在聚类分析、故障诊断、专家系统和图像识别等领域。模糊逻辑推理的过程如下图所示：热轧带钢宽度精度是影响带钢质量的重要指标之一。宽度精度是否达标，无论是对用户还是对生产厂家来说，都是很重要的。热轧带钢宽度的精确控制可以降低带钢的切边损耗，提高带钢的成材率，为进一步剪切加工、准确控制切边量创造条件。因此，宽度控制技术的开发和应用一直是热连轧生产中重要的研究课题之一。某热连轧厂热轧带钢生产过程为:首先将从板坯库中取出的钢坯通过上料辊道按照生产计划送到相应的加热炉前，然后用推钢机送入加热炉加热到规定的出炉温度。钢坯出炉后要先经过高压水除鳞，然后在粗轧区进行轧制。轧制后的中间坯会有不规则边缘，此时要用飞剪进行修剪，并进行精除鳞。然后由中间辊道送往精轧机组，输送过程中，为防止中间坯温度下降，采用保温罩进行保温。然后由精轧机组轧成符合要求的带钢。带钢通过输出辊道进入卷取机，经由卷曲机卷曲并卸下后，打捆、称量。最后运输到成品库。钢坯在轧制过程中，来自各个方面的扰动，都会使辊缝产生波动。自动宽度控制AWC(Automation Width Control)是一种反馈型的控制方法，它的目的是减小由于辊缝波动引起的带钢宽度的变化，保证带钢全长的宽度均匀性。在实际生产中，立辊辊缝的变化是由液压闭环系统控制立辊位移实现的，如图所示。当传感器检测到立辊位移偏离设定值时，位移偏差作为输入量进入控制器，控制器的输出调节伺服阀的开度，这样就能改变液体流量，继而改变液压缸的压力，液压缸驱动立辊，使立辊位移被迫改变，从而改变立辊辊缝。钢铁工业一般要求连续生产，生产设备也要长期保持运行状态，设备参数在现场扰动因素影响下会发生变化，这就要求液压系统的控制器不仅具有实时调节参数的功能，而且还要具有良好的控制性能。基于模糊逻辑参数校正的仿人智能控制具有超调小，振荡少，在线调整自身参数等特点，所以此控制器可以采用模糊仿人智能控制策略。运用模糊逻辑进行参数校正，可以模仿人脑的记忆经验，对控制器参数进行校正。它将人脑的模糊经验知识转化为程序化的规则，然后通过模拟人脑的推理进行模糊运算，最终得到符合人脑思维的控制器的输出。虽然模糊逻辑存在着模糊概念与精确概念不能很好统一的不足，但是仿人智能控制具有分层递阶的结构，越到级别高的层次，对精度的要求越低。所以引入模糊逻辑校