基于神经网络的连轧机板形板厚解耦控制

【摘要】：板形和板厚是热带钢最重要的两个质量指标。厚度自动控系统的目的是保证纵向厚度的精度,板形自动控制系统的目的是获取带钢横向厚度的均匀性和良好的平直度。但是,在一条热轧生产线上同时应用AGC系统和AFC系统,存在着比较严重的耦合。当调整压下改变厚度时,轧制力将发生变化,影响到出口断面的形状和带钢平直度,即影响了带钢的板形;而当板形控制系统调整弯辊断面形状时,必将改变辊缝形状而影响出口厚度。因此板形板厚的解耦是非常必要的,具有很大的研究和应用价值。 本文在分析以上耦合现象的基础上,采用了计算机仿真的方法对板形板厚综合系统的解耦控制问题进行了研究。具体工作如下: 理论建模方面,在对系统工作机理分析的基础上,建立了综合系统模型,并给出了连续和离散两种形式,便于计算机仿真。 在解耦控制系统设计方面,由于前馈补偿解耦器易于设计、实现简单等优点,首先设计了前馈补偿方式的解耦控制系统,仿真显示,这种解耦控制系统基本达到了控制目标,只是在模型失配严重时,控制效果不很理想。 为了该变这种情况,本文进行了智能控制系统设计的工作。具体采用了神经元和PID复合解耦控制系统进行设计,仿真显示,此种方法的解耦特性要优于单独的神经元PID解耦。