论文部分内容阅读
随着我国汽车工业及装备制造业的迅猛发展,对钢材特别是带材的需求日益增多。现代带钢的轧制生产过程绝大部分采用连续化成卷生产,带钢的卷取是连轧工艺中的最后一道工序。带钢卷取控制中的位置控制相当关键,它保证带钢不跑偏、带边整齐,有利于安全生产、易于包装运输、减少带边剪切量、提高经济效益等。电液伺服系统以其高响应、高精度、高功率质量比和大功率的技术特性,在带材的跑偏控制(即位置控制)中应用非常广泛。然而,电液伺服系统典型的特征是非线性、大惯性、不确定性、时变性、外界干扰和交叉耦合影响等等。另外,由于电液伺服系统还会受到油液粘度、温度、现场工况等多种不确定因素的影响,难以建立精确的数学模型。常规PID控制存在的不足,使其难以满足现代电液伺服系统控制技术的发展需求。为了提高电液伺服系统的动态性能,本文提出了一种新兴的智能控制方法——迭代学习控制。迭代学习控制是智能控制中具有严格数学描述的一个分支,它以非常简单的算法,在给定的时间区间上,使未知的被控对象按给定精度跟踪某一给定的期望轨迹。特别适合于具有重复运动(运行)性质的场合,且工程中易于实现。本文首先介绍了带钢纠偏工艺及控制原理、建立了电液伺服系统的数学模型,分析了系统的动态性能,并讨论了传统PID控制在电液伺服系统中应用的适应性问题。其次,根据迭代学习控制原理,着重研究了迭代学习算法在电液伺服系统中的应用方法,包括算法模型的建立、收敛性分析、仿真实验,同时还给出了工程实现的方案。在基于MATLAB/SIMULINK仿真软件下的分析实验证明,只需适当的改变学习律,电液伺服系统便能达到响应快、高精度、稳定的控制性能。最后,论文还探讨了一种改进的智能迭代学习控制算法——模糊迭代学习控制,研究了该法在电液伺服系统中的应用方法。该法综合了模糊控制与迭代学习控制的优点,补充了两者不足,对于提高系统的鲁棒性有较好的效果。