论文部分内容阅读
本文以人工智能理论为基础,选择具有理论和工程实际意义的冷轧带钢板形控制的矩阵模型研究为课题,对平直度模式识别、平直度控制和断面形状控制进行了深入的理论研究,取得了新的研究成果。平直度模式识别是平直度控制系统的重要组成部分。考虑到现代轧机平直度控制手段多样化的实际,为提高平直度模式识别模型的精度,提出了含有3次分量的新型平直度模式识别方法。该模型采用基于最小二乘原理的勒让德多项式回归方法,使用1次、2次、3次和4次勒让德多项式作为平直度基本模式,利用小波消噪技术对平直度原始数据进行预处理,从整体上提高了平直度模式识别的精度,使平直度模式识别结果具有完备性,细化了平直度控制目标,有利于提高平直度控制的精度。为了分析各种平直度控制手段对平直度控制影响矩阵的影响规律,以HC轧机为例,以倾辊、工作辊弯辊、工作辊非对称弯辊和中间辊横移作为平直度控制手段,按照机理模型计算了各控制手段对1次、2次、3次和4次平直度分量的影响系数,系统地揭示了各种控制手段对各次分量的影响规律,为平直度在线控制模型的建立、实现提供了基础。为了提高平直度控制模型的精度,综合运用机理和智能建模方法,从轧制过程的本质和实测数据两个方面出发,建立了机理-智能型动态影响矩阵法平直度控制模型。采用微粒群算法优化的BP网络建立了机理影响矩阵快速计算网络模型,实现了机理影响矩阵的快速计算,避免了由于机理模型庞大复杂、计算时间长而不能满足在线快速计算需要的问题。采用聚类算法优化的RBF网络建立了实测影响矩阵快速计算网络模型,用现场实测影响矩阵数据作为样本,进行在线自学习,使平直度在线控制模型动态跟踪现场实际情况。将机理控制矩阵和实测控制矩阵有机结合,制定了平直度控制量计算方案,提高了平直度在线控制模型的通用性、灵活性和精确性。为了提高带钢断面形状的控制精度,首次提出了带钢断面形状影响矩阵控制模型。该模型采用1次、2次、3次和4次曲线精确描述带钢断面形状,根据影响函数法的原理,给出了断面形状控制影响矩阵的概念,并且建立了断面形状控制方程,为带钢断面形状在线控制提供了新的方法。应用机理模型计算了各种控制手段对断面形状的影响系数,系统分析了各种控制手段对断面形状的影响规律,为制定带钢断面形状控制策略提供了依据。为实现断面形状控制影响矩阵的快速计算,应用BP网络建立了带钢断面形状快速预报模型,使带钢断面形状影响矩阵控制模型能够方便地应用于在线断面形状控制。为了提高连轧机的平直度和断面形状控制能力,综合应用机理-智能型动态影响矩阵法平直度控制模型和断面形状影响矩阵控制模型,制定了连轧机平直度和断面形状综合控制方案,使在线平直度控制和断面形状控制相互配合,实现了各机架的在线并行控制。通过某1550连轧机实测平直度和断面形状数据对该控制方案进行了工业验证,结果表明该方案能具有较高的平直度和断面形状控制精度,控制过程稳定、可靠,提升了连轧机在线控制能力,对提高连轧机产品质量有重要意义。选择具有理论和工程实际意义的冷轧带钢板形控制的矩阵模型研究为课题,对平直度模式识别、平直度控制和断面形状控制进行了深入的理论研究,并进行了相应的仿真分析和工业验证,取得了新的研究成果,对平直度和断面形状控制理论的发展有重要意义。