冷轧板厚板形控制及智能优化研究

论文摘要

板厚精度和板形良好是冷轧带钢的两大重要指标。板厚主要由轧制力液压压下控制,板形主要由液压弯辊机构控制。其中板厚控制技术相对比较成熟,已经形成了反馈,前馈,监控,张力,流量等控制方法。而板形控制研究起步较晚,板形测量困难,使得板形控制技术比较薄弱。板厚板形综合控制系统在理论上已经有很多研究,但是能够满足实际应用的很少。由于板厚板形综合系统是强耦合,非线性,时变的系统,而且轧钢的生产过程中条件复杂,影响轧制过程的因素很多,所以增加了板厚板形综合系统的研究难度。本文以实际工程为背景,首先,详细分析了板厚控制和板形控制的基本理论,分别阐述了板厚和板形控制系统的组成部分。建立了液压位置闭环系统和液压弯辊系统的数学模型,在不影响模型阶跃响应的前提下,对数学模型高阶系统进行了简化。其次,建立了板厚板形综合系统的数学模型,采用对角形解耦和不变性原理解耦对综合系统进行了解耦控制,同时对解耦前后的板厚板形影响结果进行了仿真。用RBF神经网络与PID控制结合的方法对综合系统进行解耦控制,优化后的仿真结果表明,系统解耦效果良好,可以抵抗一定的干扰。最后,采用最大最小蚁群算法对解耦后的板厚板形系统进行了PID控制参数优化。利用此算法的分布式计算,信息正反馈特性,提高了参数解的寻优速度,而且不容易陷入局部最优解。仿真结果表明,最大最小蚁群算法优化后的系统比传统控制方法响应速度快,超调量小。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 冷轧带钢生产综述
• 1.2 冷轧带钢板厚板形控制的发展
• 1.2.1 板厚控制的发展
• 1.2.2 板形控制的发展
• 1.2.3 板厚板形综合控制的发展
• 1.2.4 智能算法在轧制领域的发展
• 1.3 课题的研究意义和研究内容
• 1.3.1 研究意义
• 1.3.2 研究内容
• 第2章 板厚板形控制基础
• 2.1 板厚控制基础
• 2.1.1 带钢厚差产生的原因
• 2.1.2 板厚控制的基本方程
• 2.1.3 板厚控制系统的组成
• 2.2 板形控制基础
• 2.2.1 板形表示方法及良好板形的几何条件
• 2.2.2 影响板形的因素及板形调整方式
• 2.2.3 板形反馈控制系统
• 2.3 本章小结
• 第3章 板厚板形控制数学模型及仿真
• 3.1 轧机液压系统数学模型
• 3.1.1 液压位置闭环数学模型
• 3.1.2 液压弯辊系统数学模型
• 3.2 板厚板形数学模型
• 3.2.1 板厚控制数学模型
• 3.2.2 板形控制数学模型
• 3.2.3 板厚板形动态模型
• 3.3 本章小结
• 第4章 板厚板形解耦及RBF 神经网络优化控制
• 4.1 板厚板形解耦控制
• 4.1.1 厚度波动前馈补偿设计
• 4.1.2 板厚板形解耦数学模型
• 4.1.3 解耦仿真研究
• 4.2 基于RBF 神经网络优化的PID 解耦控制
• 4.2.1 RBF 网络模型
• 4.2.2 RBF 整定PID 控制原理
• 4.2.3 系统实现过程及仿真分析
• 4.3 本章小结
• 第5章 基于蚁群算法优化PID 板厚板形控制
• 5.1 蚁群算法概述
• 5.1.1 人工蚁群算法介绍
• 5.1.2 蚁群算法的四个重要部分
• 5.1.3 简单蚁群算法的流程
• 5.2 最大最小蚁群算法
• 5.3 最大最小蚁群算法优化PID 控制
• 5.3.1 控制流程
• 5.3.2 蚁群算法优化PID 实现过程及仿真
• 5.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间承担的科研任务与主要成果
• 致谢
• 作者简介