论文部分内容阅读
在冷轧板带的生产中,厚度精度是板带材重要的质量评价指标,而冷轧液压自动位置控制(Automatic Position Control,APC)系统的性能直接关系到板带材产品的厚度精度。目前在冷轧领域使用最广泛的PID控制器在应对系统时变、非线性时,需要人工调节参数,自适应能力较差,存在很多局限性。随着控制理论不断发展和完善,将智能算法引入到APC系统中,并且根据实际生产需求进行改进和创新具有重要的研究价值。首先,在深入分析冷轧APC系统的构造和运行原理的基础上,建立冷轧液压APC系统的线性和非线性模型,并以线性模型为依据搭建系统模拟电路,便于后期PLC实验研究。其次,以搭建好的线性APC模型为研究对象,设计出差分进化(Differential Evolution,DE)算法PID控制器。另外,为了对阶跃响应性能进行更全面的评价,采用多指标加权适应度函数,并引入基于“个体健康值”的变异缩放因子和“种群早熟指标”的交叉概率,从而提高算法搜索速度以及规避局部极值的能力,最终得到IDE-PID Differential Evolu(I timprove on-d PID)控制器,并进行MATLAB仿真和PLC实验研究。再次,针对IDE-PID控制器后期参数调整效率低下的缺点,在改进适应度函数的基础上提出了fuzzy-PID参数自调整控制器。另外,提出模糊规则穷搜索算法完善模糊规则库,结合之前提出的IDE算法,得到IDE-fuzzy PID控制器,并进行MATLAB仿真和PLC实验研究。最后,以非线性APC模型为研究对象,设计出了基于Elman网络辨识的神经网络控制器。其中,Elman网络具有动态辨识能力,可以对系统非线性动态特性进行准确辨识;另外加入一个前馈网络控制器,根据Elman网络辨识结果输出控制量。同时借鉴广义预测控制理论来提高系统响应性能,最后进行了MATLAB仿真实验对比试验。