广义预测控制在监控AGC系统中的应用

根据广义预测控制的预测模型、滚动优化和在线反馈校正等特征,设计一种基于广义预测控制器的监控AGC系统,并以某冷轧实验轧机为对象,对其控制性能进行仿真。研究结果表明:在模型匹配时,常规Smith预估器响应时间比广泛预测控制的少,稳态精度上比广义预测控制器的高;在轧件塑性系数或系统滞后时间计算不准确导致模型不匹配时,常规Smith预估器出现了系统超调或振荡现象,而广义预测控制器基本不受模型参数变化的影响。     

带钢热连轧换规格轧制力自学习优化

热连轧带钢生产过程中,轧制力预报精度直接影响到带钢厚度的精度,而轧制力预报精度很大程度上依赖于轧制力自学习.针对换规格时轧制力预报精度偏低的问题,通过对产生轧制力偏差的原因分析,引入基于钢种变形抗力的抛物线偏差曲线的概念、机架设备自学习系数和机架设备状态影响系数.现场实际应用效果表明:换规格后的首块钢的轧制力预报精度与传统方法相比,带钢头部的轧制力预报相对误差减小4%,满足自动厚度控制系统的控制要求,提高了带钢的产品质量,取得了良好的经济价值,适于工业推广.     

基于软测量模型的粗轧厚度预测方法

为提高热连轧粗轧过程各道次厚度控制精度,满足道次动态修正的要求,提出了一种简单有效的厚度软测量模型.基于典型粗轧区的仪表配置,模型从轧件跟踪、数据处理等方面进行了针对性的研究,提出了偶数道次立辊辊缝渐变的策略用于可逆轧制过程中的宽度测量,并通过模型预测得到了轧制过程中各道次的出口厚度.现场实际应用表明,通过软测量模型预报的各道次厚度与实际测量结果吻合较好,各道次的厚度预报偏差在±0.10 mm范围内达到95.2%,满足了现场生产需求.     

热连轧数据采集的多样本处理策略

热连轧带钢生产过程中，实测数据的处理方式影响到模型自学习的精度，最终影响到产品的控制精度.为解决此问题，建立了针对实测数据的多样本处理策略，采用变异系数的方式排除了高离散性的数据，并通过数据映射的方式将采集到的有效数据进行同步，最终获得了高可信度的自学习源数据，大大提高了模型自学习的有效性及预报精度.将该多样本处理策略应用到国内某热连轧生产线的精轧机组，现场实际应用效果表明:带钢头部的轧制力预报精度达到了233%，满足了自动厚度控制系统的控制要求，提高了产品的质量.     

基于ADAMS-MATLAB联合仿真的液压活套多变量解耦控制

对于具有非线性、强耦合、不确定特性的液压活套系统的多变量控制一直是轧制控制领域的难点问题,为了进一步提高热连轧带钢的控制品质,首先利用ADAMS建立了液压活套虚拟样机模型,然后利用M ATLAB设计了一种基于互不相关解耦策略的液压活套迭代学习控制系统,利用ADAM S/Sub模块与M ATLAB/Simulink接口得到联合仿真模型.基于此模型,对传统PID控制系统与所设计的控制系统进行了仿真研究,仿真结果表明所设计的控制系统可以更好地减弱活套张力与高度系统的耦合作用,使活套控制系统获得更好的控制效果.     

冷带非稳态轧制弯辊力设定值的研究与应用

为研究非稳态轧制状态下弯辊力对板形的影响,在理论分析和实际应用的基础上,应用力学和控制方法对在非稳态轧制状态下的弯辊力设定值进行了分析.针对在非稳态轧制状态下轧制力、摩擦力和加减速对冷轧弯辊力的影响,提出了冷轧非稳态弯辊力数学模型表达方式.研究表明,弯辊力通过轧制力对弯辊力的影响系数进行动态调整,轧制速度通过摩擦力来影响弯辊力.该模型成功应用于1450冷轧生产线且取得良好的控制效果,为现场调控非稳态弯辊力提供了有力的理论支持.     

连续退火模拟实验机的模糊专家温度控制系统

在连续退火模拟实验机温度控制系统的开发中,针对系统的非线性、时变性、变结构、多层次和大滞后等缺点,引入模糊专家系统的结构和理论基础,并结合实际调试过程中总结出的专家策略,即采用分段PID控制方法和动态变结构控制方法相结合的控制策略,建立了模糊专家温度控制系统.实验结果表明,该控制系统控制效果好,温度超调量小,针对不同尺寸规格试样的控制性能稳定,适用范围广,达到了冷轧带钢连续退火模拟实验机温度控制系统的设计性能指标.     

单机架可逆轧机板形测控系统的研究与设计

为提高鞍钢单机架可逆轧机板形控制系统的自动化水平和产品板形的控制精度,设计开发了采用国产压磁式冷带轧机板形仪的板形测控系统.对该板形测控系统的结构、原理及实现予以详细介绍.针对该轧制板形控制的特点,利用板形功效系数对板形自动控制系统模型进行设计.研究结果表明,利用功效系数方法可以调高板形控制系统的精度.通过板形在线检测系统的投入,使被轧带材板形质量有了较大程度的提高,板形偏差控制在±50μm/m.     

热连轧层流冷却系统速度前馈补偿的优化

结合现场情况介绍了热轧带钢层流冷却设备和控制系统的数学模型,其中数学模型主要包括空冷模型、水冷模型、反馈控制模型和自学习模型.由于某热轧厂采用非匀速轧制工艺制度,带钢在冷却区内既有较大升速又有较大降速,原层流冷却系统不能够适应轧制速度的变化而影响卷取温度控制精度,故需针对轧制速度的变化进行速度前馈补偿控制;从过程自动化...