冷带轧机板形模式识别及板形自适应控制研究

发布时间：2021-08-05 14:33

　　板形是高端冷轧带钢产品的主要衡量指标。当前,我国汽车工业处于高速发展期,高强度汽车用钢逐步成为汽车工业材料轻量化发展的主流,但高强钢的塑性差,变形抗力大等特性对板形控制提出更高的要求。本文以某高强钢1620mm冷带轧机为研究背景,针对其板形控制适应能力较差、高强钢板形控制效果不理想的问题,将板形模式识别及板形闭环自适应控制作为研究主线,并结合板形内环液压伺服位置系统控制、板形板厚解耦控制展开较系统深入的研究。本文主要研究工作如下:（1）针对参数摄动和负载扰动等不确定因素对冷带轧机液压伺服位置系统跟踪性能的影响,分别利用改进的扩张状态观测器（Extended state observer,ESO）和模糊自适应观测器对系统的综合不确定项进行观测估计,并设计了一种基于改进ESO的非奇异终端滑模控制器,以及一种基于模糊自适应观测器的非奇异快速终端滑模控制器。仿真验证了所设计控制器能有效提高系统的位置跟踪精度和鲁棒稳定性。（2）针对具有非线性、多变量的冷带轧机板形板厚耦合被控对象,首先利用具有较强特征识别能力的动态过程卷积神经网络（Convolutional neural network,CNN... 

【文章来源】：燕山大学河北省

【文章页数】：127 页

【学位级别】：博士

【图文】：

板形控制手段Fig.1-3Flatnesscontrolmeans

某高强钢1620mm冷带轧机板形控制系统的结构组成包括板形预设定系统和板形闭环控制系统。图2-1给出了板形控制系统结构图。 倾斜控制 中间辊弯辊 工作辊弯辊目标板形板形闭环控制中间辊横移板形偏差模式识别板形预设定模型-

第2章冷带轧机板形控制系统总体结构及主要子系统建模-25-bP11W2FPFgbP12S2PgP21WPFP22SP2211112ECQGsGshKCQCKECQGsGshCQKCGsGsCQCCGsGsCQ(2-32)式中，1，2为扰动信号，其具体形式为：bP21W02gPw2P111ECQhhsHsHsshKCQKHEQsHsCQ(2-33)根据式(2-32)和式(2-33)可绘制板形板厚系统的动态结构框图，如图2-3所示。s2sss2wswswF2KPPF2CQCQCPPCQCQF2CP1Cg1Kw1hKH21hEb21EhFRSP1hwH0H++++++++++++PPCQCQW2WWW2wswsw图2-3AFC-AGC动态结构框图Fig.2-3AFC-AGCdynamicstructurediagram图2-3分为上下两个通道，分别为板形张应力控制通道和板厚控制通道，板形板厚在调整过程中对彼此都会造成一定的影响。为了更直观地表述板形板厚间的耦合关系，以及便于第4章控制器的设计，可将图2-3简化为图2-4。

【参考文献】：
期刊论文
[1]基于新型趋近律的非线性积分滑模控制方法[J]. 李逃昌.  控制工程. 2019(11)
[2]冷轧带材整辊式板形仪通道耦合与解耦[J]. 于华鑫,王东城,刘宏民,徐扬欢,郭子健.  钢铁. 2019(11)
[3]高精度薄带材冷连轧过程智能优化控制[J]. 张殿华,孙杰,陈树宗,李旭.  钢铁研究学报. 2019(02)
[4]基于循环神经网络的板形模式识别模型[J]. 宋明明,王东城,张帅,徐扬欢,刘宏民.  钢铁. 2018(11)
[5]板带轧制凸度与厚度鲁棒解耦控制器设计[J]. 高玉峰,童朝南,高兴华.  控制工程. 2018(03)
[6]基于小波消噪和优化支持向量机的板形模式识别[J]. 吴忠强,康晓华,于丹琦.  中国机械工程. 2018(01)
[7]自抗扰fal函数改进及在四旋翼姿态控制中的应用[J]. 陈志旺,张子振,曹玉洁.  控制与决策. 2018(10)
[8]冷轧带钢板形控制机理智能协同调控模型[J]. 杨利坡,张哲,王东城,李荣民,于华鑫,张永顺.  钢铁. 2017(07)
[9]基于改进遗传算法优化Elman网络的板形识别方法[J]. 毕志敏,王焱.  钢铁研究学报. 2017(04)
[10]板带轧机板形控制性能评价方法综述[J]. 彭艳,牛山.  机械工程学报. 2017(06)

博士论文
[1]冷轧带钢板形控制的矩阵模型研究[D]. 单修迎.燕山大学 2011
[2]冷带轧机板形智能识别与智能控制研究[D]. 张秀玲.燕山大学 2003



本文编号：3323925