1基于模糊自适应pid的先进二次冷却连铸控制系统的设计与仿真测试.docVIP

1基于模糊自适应pid的先进二次冷却连铸控制系统的设计与仿真测试.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于模糊自适应PID的先进二次冷却连铸控制系统的设计与仿真测试 XXX XXX 摘要:为改善铸坯质量,提高二次冷却水量的跟踪性和稳定性,将中包温度引入二次冷却配水,设计出基于配水模型、中包温度、铸坯表面温度及模糊自适应PID的连铸二次冷却控制系统,并在实验室搭建连铸二次冷却区喷淋仿真实验系统。在此基础上,分别对常规PID、积分分离PID和模糊自适应PID进行阶跃信号测试和模拟浇注测试。仿真结果表明,模糊自适应PID控制方式在两种测试中的特性要优于其他两种控制方式,这一结果为下一步应用研究打下了良好的基础。 关键词: 模糊自适应PID;连铸;二次冷却;过热; 连铸二次冷却水直接影响铸坯的质量,它对铸坯的内部裂纹、表面裂纹、鼓肚和菱变等缺陷起到决定或者加剧的作用。先进的连铸二次冷却系统的目标水量由模型计算得出,而能否将实际水量控制得与目标水量一致,并且在目标水量变化时实际水量能否及时跟上是考察二次冷却水控制系统性能的一个主要指标[1-2]。连铸开浇时的拉速变化是连铸生产过程中拉速变化最剧烈的一段,一般铸机在开浇的半分钟内拉速可以从0急剧增加到1~1.5 m/min。拉速的剧烈变化势必带来目标水量的剧烈变化,这向连铸二次冷却控制系统的稳定调节功能提出了挑战。本文介绍基于模糊自适应理论设计的PID控制器,并依据连铸现场搭建起实验室连铸二次冷却喷嘴测试系统,对常规PID控制器、积分分离PID控制器和模糊自适应PID控制器在阶跃信号下的响应性能和某钢厂某一钢种开浇过程仿真浇注的响应性能进行测试和分析。 1.先进连铸二次冷却控制系统设计简介 由于国内的连铸二次冷却生产现场多数没有在线动态模型计算系统,配水模型在离线计算并修正完毕后在线不再变化,这样就不能保证在浇注条件变化剧烈时矫直点处铸坯表面温度能够避开塑性口袋区及保持其相对的稳定性,为此提出基于中包温度、二次冷却出口铸坯表面温度及模糊自适应PID的控制系统设计。 将中包温度引入二次冷却配水控制系统,通过二次冷却模型计算出为消除中包温度变化引起的铸坯温度变化所需的补偿水量,并进行分段线性回归;针对铸坯表面温度不稳定的情况,通过计算得到表面温差与末段水量的关系,回归后生成相关系数,参与配水控制系统;针对拉速变化剧烈的情况,引入模糊自适应PID来控制流量调节。最终得到的连铸二次冷却控制系统如图1所示。 图1 连铸二次冷却控制系统设计框图 图1显示了二次冷却控制系统的设计框图。该有关水的分布方程给出: 其中,Qi为总水流量;列直插式外壳是基本的水流动; Qi2是赔偿过热水流 变化,v是铸造速度; △T是过热;Tc是浇注温度; T1是液体的温度,i是在二次冷却段区的数量;ai,bi,ci,di和ei,是,通过模型计算得到的系数。 2.模糊自适应PID控制器的设计 模糊自适应PID控制器是人们运用模糊数学的基本理论和方法,把规则的条件和操作用模糊集表示,并把这些模糊控制规则以及相关信息(如评价指标、初始PID参数等)作为知识存入计算机知识库中,然后计算机根据控制系统的实际响应情况(即专家系统的输入条件),运用模糊推理,即可自动实现对PID参数的最佳调整[4-6]。 2.1 PID控制器参数的模糊调整原理 PID参数的模糊自动调整思想是依据被控对象的响应在采样时刻的误差E和误差的变化率EC两个因素来确定参数调整的极性和大小的。本质上同时兼顾了被控对象响应的“静态性能”(是高于还是低于给定值)和响应的“动态性能”(是靠拢还是偏离给定值)两个因素,既看现状,也看动向。其算法过程是利用对应的规则集将控制指标(即条件)模糊化,然后将它与知识库中的模糊规则进行匹配(即判断控制指标与规则集的条件部分是否相同),如有规则被匹配,则执行该规则的结构部分,就可以得到相应的参数调整量。因此有实际控制系统的响应值(精确值)到模糊规则集的条件(模糊量)的转化过程(即模糊化)和规则的操作值(模糊量)到实际的调整参数(精确值)的转化(判决)过程[7-9]。PID参数模糊自整定如图2所示,其中E和EC分别为被控对象的响应在采样时刻的误差和误差的变化率。 图2 PID参数模糊自整定图 2.2 PID参数专家知识的调整模型 模糊控制器设计的核心是总结专家的经验和知识建立合适的被控过程的模糊规则模型。KP,KI和KD是构成PID的基础参数,对PID性能产生不同的影响。比例系数KP的作用是加速系统的响应速度,提高系统的调节精度;积分KI的作 用是消除系统的稳态误差;微分KD的作用是改善系统的动态性能[10]。 考虑到PID参数的模糊调整问题,通过总结一些连铸二次冷却生产过程的工艺特点和操作经验,并根据对PID调节器各调节规律的理论分析[10],构成PID三个参数的模糊规则集模型如表1到表3所示。 表1 ΔKP调整Fuzzy规则集模型 表

文档评论(0)

diliao + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档