冷轧机轧辊偏心信号提取与补偿研究

发布时间：2020-12-14 06:12

　　随着对板带轧制精度要求的提高,对影响产品质量的轧辊偏心问题进行研究显得尤为重要。解决轧辊偏心问题,首要任务是要准确提取偏心信息,然后将提取的信号补偿到控制系统中,实现出口板厚波动的减少。针对轧辊偏心是周期性信号,且不易有效提取的问题,开展偏心信号提取并补偿控制的研究,主要工作内容如下:首先,对轧辊偏心问题的理论基础进行介绍。分析了轧辊偏心定义及偏心问题产生的原因,进一步阐述了轧辊偏心对轧制力与出口厚度的影响,得到偏心信号与轧制力信号的关系,并根据偏心信号特点建立了轧辊偏心信号的统一模型。其次,针对偏心信号具有复杂干扰,在轧制噪声背景下使用经验模态分解法提取的偏心信号不够精确,而使用普通小波算法又消噪不佳,且易出现频率混叠现象。提出了一种含参数的可变小波阈值函数,并通过人工蜂群算法选取最优阈值,实现对轧辊偏心扰动信号的去噪预处理,然后经过集合经验模态分解法（Ensemble Empirical Mode Decomposition,EEMD）将信号分解,提取表征偏心信号的特征模态函数,克服小波算法的频率混叠问题。通过仿真验证此方法可有效提取偏心信号。然后,针对上述小波方法受其分解层数与小... 

【文章来源】：燕山大学河北省

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题研究背景及意义
    1.2 轧辊偏心补偿控制的国内外研究现状
    1.3 主要研究内容及结构安排
第2章 轧辊偏心分析的理论基础
    2.1 引言
    2.2 轧辊偏心定义及原因
        2.2.1 轧辊偏心定义
        2.2.2 轧辊偏心产生原因及特点
    2.3 轧辊偏心的影响分析
        2.3.1 轧辊偏心对轧制力的影响
        2.3.2 轧辊偏心对轧件出口厚度的影响
    2.4 轧辊偏心模型研究
    2.5 本章小结
第3章 基于改进的小波去噪和EEMD分解的轧辊偏心信号提取
    3.1 引言
    3.2 小波分析
    3.3 改进的小波去噪预处理
        3.3.1 小波阈值函数
        3.3.2 自适应阈值的确定
        3.3.3 人工蜂群算法优化阈值
        3.3.4 信号去噪性能比较
    3.4 基于EEMD的信号提取方法
        3.4.1 EEMD分解原理
        3.4.2 偏心信号的EEMD的分解过程
    3.5 实验仿真分析
    3.6 本章小结
第4章 轧辊偏心信号的参数辨识
    4.1 引言
    4.2 旋转不变子空间技术对信号频率的估计
        4.2.1 ESPRIT算法
        4.2.2 总体最小二乘不变子空间法
        4.2.3 不同噪声背景的频率估计仿真对比
    4.3 改进的人工蜂群算法对幅值相位的估计
        4.3.1 改进的人工蜂群算法
        4.3.2 信号幅值相位的估计
    4.4 偏心信号重构的比较
    4.5 本章小结
第5章 基于重复控制的AGC系统的轧辊偏心补偿控制
    5.1 引言
    5.2 液压压下控制系统
    5.3 基于PID控制器的轧辊偏心补偿
    5.4 基于复合控制器的轧辊偏心补偿系统
        5.4.1 重复控制系统结构
        5.4.2 插入型重复控制与PI控制相结合
    5.5 轧辊偏心补偿系统实验
    5.6 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



本文编号：2915966