轧辊偏心的间歇采样重复控制补偿

针对轧辊偏心信号时域频率高且频率存在变化,常规方法难以有效补偿的问题,提出了一种新的重复控制补偿方法。首先依据阶比分析原理,把板厚反馈信号转换为角域信号,使包含在板厚反馈信号中的偏心扰动具有严格的周期性。然后针对板带轧制及轧辊偏心特点,并通过采样控制克服板厚信号大滞后问题。将该系统嵌入到AGC(自动板厚控制)系统之中,以消除轧辊偏心对出口板厚的影响。在SIMULINK环境下的仿真表明,该方法可以在支撑辊转动50转内将轧辊偏心造成的厚差波动降低80%。     

轧辊偏心补偿重复控制系统的设计与仿真

针对常用的PID轧机辊缝控制系统在补偿轧辊偏心这一周期信号时,会产生很大的稳态跟踪误差,常使偏心补偿失败的问题,应用重复控制基本理论设计了一种新的轧辊偏心补偿系统,这种系统在对轧辊偏心周期信号进行补偿时,具有对偏心补偿信号无稳态偏差跟踪的特点.仿真证明这种轧辊偏心补偿重复控制系统的输出补偿效果非常好,稳态精度很高,远远优于常用的PID控制补偿系统,使偏心补偿控制的成功率大为提高.     

厚度计AGC应用中存在的问题及对策

现场应用情况表明,厚度计AGC存在两个重要问题:轧辊偏心导致厚度计AGC产生错误的辊缝调节量,与监控AGC同时使用时存在相互干扰.结合厚度计AGC的原理和实际应用情况,对存在的问题进行了详细分析.针对轧辊偏心问题应用了轧制力偏心滤波方法,既滤掉了轧辊偏心的干扰又有效反映了辊缝调节;针对与监控AGC相互干扰的问题,对这两种AGC的调节量进行了相关性处理,避免了两者重复调节或反向调节.现场应用效果表明,问题得到了很好的解决,满足了厚度控制精度的要求.     

轧辊偏心先进控制算法和实验研究

首先研究了先进的HMFFT和A-WAVELET算法,然后依托实验室的四辊液压轧机,对这两种轧辊偏心算法进行了实验研究.提出了一种有效的偏心相位检测和控制方法,建立了轧辊偏心控制的两级控制系统,进行了两种算法的软件设计和编程,在液压轧机上进行了实验.实验效果明显,采用先进算法的两级偏心控制系统为实际生产线轧辊偏心控制问题的实施解决提供了一种新的整体解决方案.     

多分辨小波控制器在轧辊偏心控制中的应用

提出了一种用于轧辊偏心控制的多分辨小波控制器,它利用小波对轧制力信号进行多分辨分解.机架的轧制力中包含着许多潜在因素的累积影响,比如压下环节的动特性、轧辊偏心、测量噪声、外部干扰等,这些影响体现在不同的尺度上.通过小波的多分辨分解,这些不同尺度上的信息被区分开来,然后在控制中对轧辊偏心进行补偿.仿真实验表明该方法是有效的.     

基于提升小波的轧辊偏心信号提取及自适应控制

由于基于频域的经典小波变换运算时间较长,不能很好地满足轧辊偏心信号在线实时控制的要求,提出了用提升结构小波变换对偏心信号进行不同分辨率下分解处理的新方法.通过对轧制力信号和厚差信号的分析,利用提升和对偶提升原理将偏心信号从干扰信号和噪声信号中提取出来并通过参数自校正控制实现对轧辊偏心的在线动态控制.仿真结果表明,该方法获得了比较理想的效果,并且在同样数据长度下,提升小波变换运算速度比经典小波变换至少提高1倍以上.     

自适应小波去噪算法及其在偏心补偿中的应用

针对液压自动厚度控制(AGC)系统中轧辊偏心信号的补偿问题,提出一种基于自适应小波阈值去噪算法的补偿方法.该方法根据噪声在小波变换下的特性自适应地确定小波分解的阈值,将去噪信号的信噪比作为性能指标,采用黄金分割法进行寻优,得到最优的阈值参数.仿真结果表明,该方法比原有的阈值去噪方法效果更佳,对液压AGC系统中轧辊的偏心信号具有良好的补偿效果.     

基于小波变换的轧辊偏心分析与仿真

为了提高热轧带钢厚度精度,针对以快速傅立叶变换为基础的轧辊偏心识别方法的固有缺陷,利用在小波变换下奇异信号和随机噪声在多尺度空间中的模极大值传递特性的不同,提出一种基于小波变换识别轧辊偏心的新方法,用于分析轧制力信号和厚差信号,并将信号从随机噪声中有效分离出,实现对轧辊偏心的动态补偿·仿真研究表明,小波变换补偿轧辊偏心优于快速傅立叶和其改进算法,可使轧辊偏心引起的厚度波动减少90%·设计基于小波分析的轧辊偏心补偿控制的方法,使补偿控制系统更有效地工作,对外界环境干扰具有很好的适应性和对偏心信号实行动态实时的补偿控制·     

轧机偏心补偿控制信息相域滤波提取方法

在深入分析机架偏心作用机制的基础上,提出了轧机偏心补偿控制信息相域滤波提取方法,它利用机架偏心轧制作用强度与轧制过程中轧辊的机械转动相位密切相关的特点,将轧机的时域轧制数据转换为以轧辊转动相位为参变量的数据进行处理.在线性化相域空间中,与轧辊偏心作用相关的信号呈现出显著的周期化特征,而其余的原时域周期信号在转换过程中均被非周期化.在线性化相域空间中,将轧辊转动轧制作用的往复周期作为指定的循环统计量统计周期.理论分析表明,基于统计方法能够有效地消除噪声的影响,同时抑制非指定线性化相域循环分量,实现机架偏心特性信息的有效获取,其实质是线性化相域空间中的梳状滤波器滤波.依据统计获取的机架偏心特征信息可以为轧机偏心补偿提供一定的数据参考.     

基于神经网络的轧辊偏心信号辨识方法

针对轧辊偏心信号具有周期性的特点,以及快速傅里叶变换(FFT)算法无法建立精确数学模型的缺陷,提出一种基于FFT算法的神经网络轧辊偏心信号辨识方法。该方法采用FFT算法估计轧辊偏心信号的频率,用神经网络计算得出信号的幅值和相角。仿真实验证明:利用神经网络辨识方法得到的模型幅值和相角,与FFT算法相比更接近真实值,从而证明了该方法的合理性和有效性。     

基于循环统计量的轧机偏心线性预测及补偿控制

提出了一种轧机偏心特性曲线概念. 基于偏心测试信号的循环统计量建立线性预测模型,在线确定轧机偏心补偿量数据,实现轧机偏心的实时直接数据补偿控制. 该方法能够准确反映并跟踪轧机偏心扰动的实际变化,满足对轧机偏心信号进行在线实时补偿控制的要求.     

冷轧机中偏心信号补偿的分析与仿真

本文论述了用改进的快速富里叶变换方法和最小二乘方法分析、估算在冷轧过程中由轧辊偏心引起的周期性变化信号。并以此信号为依据,控制轧钢机的压下系统,实现对偏心的动态补偿。最后介绍了清除由于分析、估算中的误差给偏心补偿带来的影响的措施。