智能自適應(yīng)解耦控制及其在板形板厚綜合控制中的應(yīng)用.pdf

1、板形和板厚是現(xiàn)代板帶生產(chǎn)中兩個非常重要的質(zhì)量控制指標，板形、板厚質(zhì)量控制水平的高低直接關(guān)系到板帶鋼制成品質(zhì)量的優(yōu)劣和板帶鋼市場銷售的好壞，因此，板厚和板形控制功能是板帶軋機自動控制系統(tǒng)中兩個最主要的功能。 板形、板厚兩者之間相互關(guān)聯(lián)、相互交叉、耦合程度嚴重。因此，兩者構(gòu)成了一個多變量、強耦合復雜控制系統(tǒng)。本文通過分析這一系統(tǒng)各變量之間耦合關(guān)系和各個變量的變化規(guī)律，研究了影響板形板厚兩個重要質(zhì)量指標的主要因素，建立了板形板厚綜合控

2、制系統(tǒng)控制模型，并針對山東萊鋼1500mm熱連軋帶鋼精軋六機架板形板厚控制要求，研究、設(shè)計了三種控制方法。 根據(jù)板形板厚綜合控制系統(tǒng)的特點：難以進行精確計算、難以建立精確數(shù)學模型、控制變量多、強耦合等，本文將基于遺傳算法和神經(jīng)網(wǎng)絡(luò)的智能控制方法應(yīng)用于板形板厚綜合控制系統(tǒng)中，提高了板形板厚控制精度，主要所作的研究工作有： (1)通過對多變量神經(jīng)網(wǎng)絡(luò)控制器結(jié)構(gòu)研究，在不變性原理的基礎(chǔ)上提出了多變量串聯(lián)補償神經(jīng)網(wǎng)絡(luò)解耦控制方法

3、。通過采用神經(jīng)網(wǎng)絡(luò)解耦補償控制，在不影響系統(tǒng)控制功能和性能的前提下，實現(xiàn)了多變量之間的解耦，優(yōu)化了控制系統(tǒng)的性能指標。 (2)通過對標準遺傳算法(Standard Genetic Algorithm簡稱SGA)的原理、控制參數(shù)的選擇、遺傳操作、編碼方式等方面的分析、研究，針對SGA存在的易陷入局部最優(yōu)、早熟以及多值參數(shù)優(yōu)化中存在的二進制編碼串過長等影響遺傳算法的計算精度和運行效率的缺陷，對遺傳算法進行改進，提出了基于實數(shù)編碼的自

4、適應(yīng)競爭遺傳算法(Adaptive Compete Genetic Algorithm簡稱ACGA)。采用ACGA、自適應(yīng)遺傳算法(Adaptive Genetic Algorithm簡稱AGA)和SGA對幾個標準測試函數(shù)作了優(yōu)化仿真，結(jié)果表明ACGA的性能要優(yōu)于SGA和AGA的性能。同時，采用ACGA優(yōu)化所設(shè)計的幾種控制器的仿真和實際應(yīng)用也表明ACGA能夠較好地消除SGA所存在的缺陷，其學習效率、收斂速度等明顯優(yōu)于SGA和AGA。

5、 (3)針對廣義預(yù)測控制的特點及實際應(yīng)用情況，在總結(jié)原參考軌線的基礎(chǔ)上，根據(jù)原參考軌線柔化系數(shù)不易精確確定、軌線參考性因人而異、準確度有待提高等不足，提出了一種新的參考軌線算法-自適應(yīng)參考軌線，使得參考軌線跟蹤系統(tǒng)輸入輸出的差值，提高了參考軌線精度。同時進一步研究了基于神經(jīng)網(wǎng)絡(luò)的預(yù)測控制算法，將神經(jīng)網(wǎng)絡(luò)與預(yù)測控制的融合，設(shè)計了一種神經(jīng)網(wǎng)絡(luò)預(yù)測控制器，改進了對多變量、非線性控制系統(tǒng)的預(yù)測控制性能，提高了1500mm熱連軋精軋六機架板形

6、板厚控制的實時性精度，增強了系統(tǒng)穩(wěn)定性。 (4)針對常規(guī)PID控制算法易于實現(xiàn)，但對系統(tǒng)參數(shù)變化適應(yīng)性差的特點，將ACGA應(yīng)用到PID控制器的參數(shù)在線優(yōu)化中。通過仿真驗證表明，本文所研究的智能控制方法對PID控制性能改進效果甥顯，不僅實現(xiàn)了PID參數(shù)的在線自整定，而且提高了系統(tǒng)的控制精度和響應(yīng)速度。通過在精軋機上實際應(yīng)用，表明基于ACGA的PID控制方法的性能明顯優(yōu)于傳統(tǒng)PID控制效果。 最后，將所研究的智能控制方法應(yīng)用于山東萊