一种新型冷连轧张力控制系统的研究.pdf

《一种新型冷连轧张力控制系统的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第6期赵钢等．一种新型冷连轧张力控制系统的研究695一种新型冷连轧张力控制系统的研究赵钢吴佛珠(天津市复杂系统控制理论及应用重点实验室，天津300384)摘要全连续冷轧与常见的独立冷轧张力控制系统不同，需要更加稳定、可靠且抗扰性好的张力控制系统。对于不固定的系统，常规PID控制往往达不到满意的效果，为此对某l700mm冷连轧生产线的张力控制进行研究，提出模糊神经网络PID控制方案，并通过MATLAB／Simulink进行仿真。结果表明：改进后的张力控制系统波动范围小，调节速度快，系统更加稳定。关键词冷连轧系统张力控制模糊神经网络PID中图分类号TH865文献标

2、识码A文章编号1000—3932(2013)06．0695—04自19世纪中叶德国建造出第一台冷轧机开始，冷轧机从过去的单机架发展到现在的多机架连续轧机，张力控制系统一直是冷轧的关键技术之一。特别是在冷连轧机生产工艺过程中，由于带钢较薄，特别是超薄带钢轧制时(0．1mm以下)，机架压下方式已经难以达到带钢的厚度和板型控制要求，这时就引入张力轧制，以保证更高要求的带钢厚度和板型⋯。张力、厚度和板型有极其复杂的耦合关系，因此通过先进的控制算法来达到解耦的目的也是目前国内外的研究课题之——o目前国内的连轧机张力控制还处于摸索阶段，多数自动化公司在单机架轧制技术方面有

3、比较好的研究，但对冷连轧的张力控制一直没有很好的控制策略。因此笔者基于某1700mm冷连轧机，提出一种新型的冷连轧张力控制方式。1轧机张力系统数学模型的建立1．1轧机张力控制工艺流程菜冷轧，f产线丁艺流辊＆n罔1所示图1轧机工艺流程各个机架出口都布置了张力计，通过张力计测量张力并通过控制器调节轧制力(轧机辊缝)保证张力恒定。其中第5机架主要处于板型控制状态，张力波动时主要调节第4机架的速度和压下量。取图1中任意两个机架进行具体分析，张力控制如图2所示。实嗡压力辊缝调节图2张力控制原理机架间张力控制采用张力反馈闭环控制方式，张力控制执行器采用辊缝压下系统(模式1

4、)和主电机转速控制系统(模式2)完成。带钢速度从0上升到穿带速度的过程中，张力控制由主电机转速控制系统完成。当带钢速度介于穿带速度和最大轧制速度的范围中时采用辊缝压下系统进行张力控制。高速轧制时的板型质量较难控制，因此笔者以辊缝压下式张力控制系收稿日期：2012-12-26(修改稿)化工自动化及仪表第40卷统作为研究对象。1．2轧机张力数学模型机架液压压下与液压流量的传递函数关系为‘2I：根据胡克定律如=警，可以得出张力与轧机xj琢Ap机架间速度差的传递函数关系为：Qs”(』+1)(芝+堕s+1)、’三Av浩=—AE揣ctv／L=F1可‰L／AEclv=FI瓮

5、(1)式中A，——缸腔的一lltl积：(s)+s+(．)s+r，s、叫风下AP——砒肛HV伏；式中A——厚度与宽度所构成的横截面积；K——负载的刚度；E——带钢弹性模量；K。。——压力系数；L——机架的轴线距离；Q：。——液压的介质流量；"，——前机架的轧辊线速度；X，——液压杆的位移；a——前滑系数；∞，——惯性环节变换频率；s——拉伸量；∞o——固有频率；盯——张应力值；孝o——阻尼比。△w——前后机架速度差值。基于辊缝压下的张力控制结构如图3所示。型酬耍酬至F罾圈樯l厂翮图3辊缝压下式张力控制结构2模糊神经网络的研究由式(1)可以看出冷连轧张力模型参数是

6、不固定的，这样所选用的k，、k，、k。值也必须随模型的变化而变化，简单PID控制方式显然达不到这个要求，而预测式PID控制方式则需要非常精确的数学模型来近似计算k，、k。、k。值，这也不符合张力模型时变性与非线性的特点。相对来说，模糊控制具有强鲁棒性、算法简易及不依赖控制对象精确数学模型等优点[31；神经网络具有学习能力强、可映射任意复杂的非线性关系及便于计算机实现等优点。因此将模糊控制与神经网络技术结合起来应用于模型及参数变化的冷连轧张力控制系统具有很强的优越性。2．1模糊神经网络控制器(FNNC)结构与算法笔者采用的FNNC结构框图如图4所示。图4FNNC

7、的结构框图图中r为张力差值，k。为误差量化因子，k。为误差变化量化因子。2．1．1FNNC的结构模糊控制与神经网络相结合可以形成一种功能更强大的控制策略。而模糊控制与神经网络的结合方式决定着FNNC结构的复杂程度和性能。41。二者的结合方式为：用模糊规则训练神经网络。即首先给定神经网络的初步参数向量，然后根据模糊规则表离线训练神经网络，由此神经网络会产生一组不同兴奋程度的神经元，这种不同兴奋程度即可表示为一种抽象的经验规则，进而转化成神经网络的输入输出样本。考虑到BP网络已经成功地应用于多种控制系统，并且其结构简单、易于实现，笔者选用三层BP网络作为模糊神经网

8、络控制器，其结构如图5所示。图5神经网