实验轧机液压APC控制算法的研究

实验轧机液压APC控制算法的研究

论文摘要

在金属轧制领域中厚度自动控制技术尤为关键,厚度自动控制系统(AGC)在轧机自动化系统中不可或缺,但AGC轧制工艺复杂,系统具有非线性和时变性,难以建立精确的数学模型,因此,本文研究厚度控制算法,把现代智能控制理论应用于轧机厚度控制,将有助于提高轧机的控制性能和轧件产品质量。本文以Hille 100实验轧机为研究对象,简要介绍轧机AGC系统组成及液压压下位置伺服系统APC的工作原理,分析了APC系统主要元件的传递函数,建立了Hille 100实验轧机APC系统的简化数学模型。本文阐述了PID控制的基本原理与参数整定方法,针对所建立的数学模型,根据Ziegler-Nichols整定方法设计了常规PID控制器。由于实际控制对象是非线性和参数时变的,PID控制难以取得好的控制效果,需要采用智能控制算法来提高PID参数整定的能力。为此,本文研究了神经网络和模糊控制,设计了基于单神经元和BP神经网络的PID控制器以及模糊PID控制器。仿真结果表明,这三种控制器具有良好的控制性能,相对于常规PID控制器具有更好的鲁棒性和自适应能力。由于模糊控制规则的制定是基于专家知识和操作者的经验,并不能保证控制效果达到最优,本文引入自适应遗传算法来优化模糊控制规则,进一步改善了控制效果。为验证控制算法的有效性,本文设计了一个电机速度控制系统,作为APC控制算法的一个应用实例,采用遗传算法对系统进行辨识,然后根据所辨识出的数学模型设计了常规PID控制器和用遗传算法优化规则的模糊PID控制器,并都应用成功。实验结果表明,所辨识的模型是合适的,模糊PID控制器比常规PID控制器具有更好的控制性能。上述研究结果为实际工业应用中控制器的优化设计提供了一种方法。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 课题研究的背景及意义
  • 1.2 厚度控制(AGC)发展概况
  • 1.3 智能控制在轧制领域中的应用
  • 1.4 本文的主要研究工作
  • 2 实验轧机液压APC 的数学模型
  • 2.1 实验轧机液压AGC 系统
  • 2.2 液压APC 系统数学模型
  • 2.3 本章小节
  • 3 实验轧机液压APC 系统的PID 控制及神经网络控制
  • 3.1 常规PID 控制
  • 3.2 神经网络基本原理
  • 3.3 基于单神经元网络的PID 智能控制
  • 3.4 基于BP 神经网络整定的PID 控制
  • 3.5 本章小节
  • 4 实验轧机液压APC 系统的模糊控制
  • 4.1 模糊控制的基本原理
  • 4.2 模糊参数自整定的PID 控制器的设计
  • 4.3 遗传算法
  • 4.4 本章小结
  • 5 实验研究
  • 5.1 电机速度控制系统
  • 5.2 电机控制系统数学模型的辨识
  • 5.3 常规PID 控制实验研究
  • 5.4 模糊PID 控制实验研究
  • 5.5 本章小结
  • 6 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 致谢
  • 参考文献
  • 附录 硕士期间发表的论文
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    实验轧机液压APC控制算法的研究
    下载Doc文档

    猜你喜欢