《2130轧机自适应控制模型》.docVIP

自适应算法在冷轧中的应用 汤闯 俞晓峰 张锐华 （鞍钢股份公司工程事业部） 摘要 轧机轧制带钢的过程是随时间动态变化的，因为整个系统由机械设备、电气设备、仪表、轧件、控制器等相互作用的元件组成，这就导致了在轧制过程中，各个调节器特性的变动、轧机状态的变动、仪表零点的漂移、轧件来料厚度、硬度及机架间张力的波动等都会影响模型计算的精度。因此，在轧制过程中，对模型使用自适应是一种很好的选择。 关键词 轧机 轧制 模型 自适应 Self-Adaptive Arithmetic Appliance In The Cold Rolling TangChuang YuXiaoFeng ZhangRuiHua WangJunShen (Engineering Enterprise Department AnShan Steel Company Limited ) Abstract: The state of mill is dynamic during rolling, the complicated system consist of electrical equipments, instruments, rolling material, actuators and controllers etc. the precision will be influenced by change of characteristic of regulator, state of the mill, drift of zero point of special instrument, the thickness of raw material, the hardness of material, the vibration of tension between stands and so on. So it is a good choice to use the model of self-adaptation. Keywords: mill rolling model self-adaptive 前言 随着国民经济的发展，对高质量冷轧板带材的需求增大，且越来越多的用户对产品的规格和质量提出了更高的要求，而板形和板厚又是板带材最主要的质量指标，其控制水平在很大程度上决定了冷轧板带材的质量，因此在冷轧板带材的轧制过程中，对板形和板厚控制有了更高的要求。为了满足高精度板形和板厚的要求，在提高轧机刚度的基础上，还需应用更先进的控制手段。采用自适应控制策略可在生产现场的被控对象参数发生漂移情况下，在线自动调整控制器参数，从而满足冷轧板带材板形和板厚的要求。 冷轧控制过程存在的误差分析 冷轧的轧制控制模型是使用理论和统计双重方法建立的，因而，不可避免的，当用作预报时，总会存在残差δ（实测值与设定值的差），原因在于： （1）模型本身的误差 理论模型（如压力模型、前滑模型等）在推导的过程中总要接受某些假设和近似，不可能完善，在用于预报时，必然导致误差。而统计模型（如变形抗力）是根据实测数据采用回归的方法得到的。因为实测数据是随机变量，因此回归方程也必然存在误差。 （2）测量误差 用数学模型预报因变量，必然用仪表对各自的变量进行检测。而检测仪表总存在系统误差和随机误差，这样就导致因变量预报值^的误差。 （3）过程状态变化引起误差 轧制过程许多条件在不断的变化着。如随着轧制过程的进行，轧辊直径在逐渐减小。与此相反，金属的变形和摩擦所产生的热量会使轧辊直径逐渐增大。由于摩擦系数无法直接测量，轧辊直径也不可能在轧制过程中测量。这样，数学模型就不可能准确的反映轧制过程状态的变化，从而导致预报的误差。 由于上面的原因，从而造成冷轧板带材板形和板厚的精度远离目标值，为了改善冷轧板带材的板形和板厚的精度，这就要求我们修正上述误差，而在上述引起模型误差的原因中，模型本身的误差，不论是理论的还是统计的，不能作根本性的变动。测量误差涉及到检测仪表的精度，数学模型是无法修正的。而在有计算机控制的条件下，却有可能通过对过程信息的不断检测和某种统计算法，在线、实时的修改数学模型中的系数，使之能自动跟踪过程状态的变化以正确反映过程各参数之间的关系，从而减小过程状态变化所带来的误差[1]。这种算法就称作数学模型的自适应算法。 自适应控制原理 自适应的控制原理如图1所示。自适应控制系统有三部分组成： （1）实际的生产过程 当输入为，输出为时，检测仪表对值进行检测，得到实测值*（参见注），其中包含测量误差δ。*作为实测信息输入自适应控制系统。 （2）描述生产过程的数学模型 模型中的自变量采用实测值*，其中包含测量误差δ。而