台车式退火炉温度控制系统设计与仿真

论文摘要

退火炉是轧钢企业和机械制造工厂的主要设备之一。它具有生产效率高、退火产品质量优、能量消耗低等优点,在冶金、机械行业等生产中得到了普遍应用。因此,研究退火炉温度控制系统对提高生产率、改善产品质量和节约能源方面有着举足轻重的意义。本文以鞍钢重机股份有限公司台车式退火炉的自动控制系统设计为背景,简要的介绍了退火炉计算机控制的发展现状以及台车式退火炉的工艺、控制功能和要求,并阐述了控制系统中所使用的硬件(欧陆公司的T2550)及组态软件(Genesis32)的功能和特点。通过现场炉温控制系统的运行效果进行分析评价,PID控制的炉温系统在稳定生产过程中运行效果良好,但是当装炉量、工件尺寸、工件形状等因素发生变化,就会对炉温产生较大的影响。为了更好的的提高炉温控制精度,解决上述问题,本文设计基于自抗扰控制器的台车式退火炉温度控制系统,并采用RBF神经网络辨识建立台车式退火炉炉温系统的动态模型,将其作为被控对象进行仿真研究。最后,在Matlab中的Simulink完成了模型仿真,仿真结果证明：基于自抗扰控制器的炉温控制系统与基于PID的炉温控制系统相比,对炉温变化的跟踪性能较好,超调量小,调节时间较短,而且鲁棒性较强。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 国外和国内研究现状
• 1.3 热处理工艺及本课题退火炉介绍
• 1.3.1 热处理工艺介绍
• 1.3.2 退火炉的概况介绍
• 1.4 本课题要研究的主要内容
• 第2章 退火炉控制系统的设计
• 2.1 退火炉的控制要求
• 2.2 退火炉控制系统设计
• 2.2.1 计算机监控软件功能设计
• 2.2.2 控制系统主要功能程序设计
• 2.3 本章小结
• 第3章 基于RBF神经网络的炉温模型辨识
• 3.1 人工神经网络的概述
• 3.1.1 人工神经网络的特点
• 3.1.2 人工神经网络的基本结构
• 3.2 径向基函数网络
• 3.2.1 RBF神经网络特点
• 3.2.2 RBF神经网络结构
• 3.2.3 RBF神经网络的映射关系
• 3.2.4 基于RBF神经网络辨识台车式退火炉温度模型
• 3.3 本章小结
• 第4章 自抗扰控制器的设计
• 4.1 经典PID控制器
• 4.2 自抗扰控制器的结构
• 4.3 自抗扰控制器的组成
• 4.3.1 非线性跟踪微分器
• 4.3.2 扩张状态观测器
• 4.3.3 非线性反馈控制律
• 4.4 自抗扰控制器的特点
• 4.5 本章小结
• 第5章 仿真研究
• 5.1 自抗扰控制器参数调整
• 5.1.1 跟踪微分器参数调整
• 5.1.2 扩张状态观测器参数调整
• 5.1.3 非线性反馈控制律参数调整
• 5.2 仿真研究
• 5.2.1 模拟钢材装件量为满炉控制仿真
• 5.2.2 模拟钢材装件量变化控制仿真
• 5.3 本章小结
• 第6章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢