学位论文 > 优秀研究生学位论文题录展示

轧辊偏心补偿的研究

作　者: 毕俊杰
导　师: 王焱
学　校: 济南大学
专　业: 模式识别与智能系统
关键词: AGC系统神经网络遗传算法 PID 重复控制
分类号: TG333.17
类　型: 硕士论文
年　份: 2010年
下　载: 53次
引　用: 0次
阅　读: 论文下载

内容摘要

对于板带钢来说,外形尺寸包括厚度、宽度、板形、板凸度、平面形状等等。在所有的尺寸精度指标中,厚度控制是衡量板材及带材的最重要的质量指标之一,现在已成为国内外冶金行业普遍关注的一个焦点。随着各行业对板厚控制要求的不断提高,轧辊偏心的影响已不容忽视。轧辊偏心问题的研究已成为高精度轧机厚度控制的一个重要组成部分,成了现代板带材轧制领域研究的热点。国内外学者从20世纪七、八十年代就开始研究轧辊偏心问题,轧辊偏心控制与补偿的方法很多,最近几年随着智能控制和一些新的信号分析处理方法的出现,研制出了新的轧辊偏心补偿控制方法。近年来,国内虽然在轧辊偏心补偿研究方而取得了巨大进步,但与发达国家相比差距很大,尚有许多技术问题需要解决。目前国内板带生产线普遍采用AGC(厚度自动控制系统)系统进行厚度控制,最常用的是厚度计(GM-AGC)式AGC,而GM-AGC对轧辊偏心引起的辊缝波动产生反向动作,使带钢出口厚度误差越来越大,因此必需对轧辊偏心引起的辊缝波动进行补偿。本文对在我国尚处于起步阶段的轧辊偏心控制问题进行了理论上的分析、讨论,并对基于神经网络、重复控制的轧辊偏心建模及补偿控制方法进行了较深入的研究。首先,在了解和掌握带钢板厚控制理论的基础上,介绍了几种常用的AGC模型,本文详细阐述GM-AGC系统各部分的组成,并推导出AGC系统各部分的传递函数。其次,根据对液压轧机厚度自动控制系统的分析,得到了轧辊偏心信号的特点,是一系列周期变化的近似正弦信号的波。得出轧辊偏心对轧制力和带钢出口厚度的影响,并推导出轧辊偏心信号变化与轧制力变化或与带钢出口厚度的数学模型。再次,阐述了轧辊偏心的定义以及产生的原因,对比以前利用快速傅立叶变换得出轧辊偏心信号,本文阐述了利用神经网络得出轧辊偏心信号的数学模型,并设计了一个神经网络来得到轧辊偏心信号(证明了神经网络的稳定性)。利用快速傅立叶变换比较方便得到一次谐波的数学模型,而且误差比较大。而利用神经网络则可得到高次谐波的数学模型,并且结果更接近真实值。最后,针对PID控制进行对轧辊偏心这一高频周期跟随信号的补偿时,由于比例作用和积分作用的设计受到限制,跟踪效果不好,稳态精度较差。本文基于重复控制的原理设计了重复PID补偿控制系统,大大提高了系统的跟踪精度,改善了系统品质。最后用智能算法对PID参数进行了优化,提高了系统的控制精度,加快了系统的响应速度。本文的研究工作,对提高板带厚度精度具有一定的理论意义与应用价值,为改善轧辊偏心引起的板带质量问题提供了新的尝试。

全文目录

摘要  7-9
ABSTRACT  9-11
第一章绪论  11-17
  1.1 课题研究的背景及意义  11-12
  1.2 板带轧机轧辊偏心补偿控制的发展  12-15
    1.2.1 板带轧制的发展历简史  12-13
    1.2.2 辊偏心补偿控制的发展  13-15
  1.3 本文的主要研究内容和创新之处  15-17
第二章热连轧板厚控制的理论基础  17-29
  2.1 轧机带刚厚度控制的基本原理  17-21
    2.1.1 机座的弹跳方程和弹性曲线  17-19
    2.1.2 机件的塑性方程和塑性变形  19-20
    2.1.3 轧机的弹塑曲线  20-21
  2.2 带钢厚度波动的原因  21-23
  2.3 轧辊偏心对厚度控制系统的影响  23-27
    2.3.1 轧辊偏心的起因  23-24
    2.3.2 轧辊偏心信号的特点  24-25
    2.3.3 轧辊偏心对带钢厚度的影响  25-26
    2.3.4 轧辊偏心对轧制力影响  26-27
  2.4 本章小结  27-29
第三章液压厚度控制系统的设计  29-39
  3.1 几种基本的AGC 及其控制原理  29-34
    3.1.1 厚度计（GM）式AGC  29-31
    3.1.2 监控AGC  31-32
    3.1.3 前馈(KFF)AGC  32-33
    3.1.4 秒流量AGC  33-34
  3.2 液压厚度控制系统的组成  34-37
    3.2.1 液压缸位置数学模型  34-36
    3.2.2 APC 系统动态数学模型  36-37
  3.3 本章小结  37-39
第四章轧辊偏心信号辨识  39-51
  4.1 轧辊偏心信号分析系统  39-40
  4.2 快速傅立叶变换算法（FFT 算法）在偏心补偿中的应用  40-43
    4.2.1 快速傅立叶变换算法（FFT 算法）  40
    4.2.2 FFT 算法基本思想  40-43
  4.3 偏心信号神经网络模型的建立  43-50
    4.3.1 神经网络的基本理论  43-45
    4.3.2 偏心信号神经网络模型的建立  45-47
    4.3.3 神经网络收敛性讨论  47-48
    4.3.4 神经网络的训练  48-49
    4.3.5 仿真结果及分析  49-50
  4.4 本章小结  50-51
第五章轧辊偏心控制系统  51-67
  5.1 PID 控制  51-53
  5.2 BP 神经网络整定的PID 控制  53-57
    5.2.1 BP 神经网络简介  53-54
    5.2.2 BP 神经网络整定PID  54-57
  5.3 遗传算法整定的PID 控制  57-62
    5.3.1 遗传算法的基本原理  57-58
    5.3.2 遗传算法的优化设计  58-60
    5.3.3 遗传算法的PID 整定  60-62
  5.4 轧辊偏心重复控制补偿的设计  62-66
    5.4.1 轧辊偏心控制补偿方案的设计  63-65
    5.4.2 轧辊偏心控制补偿的仿真  65-66
  5.5 本章小结  66-67
第六章总结与展望  67-69
参考文献  69-73
致谢  73-75
附录（攻读学位期间发表的学术论文及参加的科研项目）  75

轧辊偏心补偿的研究

内容摘要

全文目录

相似论文