论文部分内容阅读
在板带材板形控制过程中,为了使得控制系统动态特性及其鲁棒性尽量达到最佳状态,一般采用闭环控制。简单来说,就是将板形检测辊的检测数据反馈给设定的目标值,根据两者的偏差,进一步调节执行机构动作量,如此反复,最终使得两者偏差达到最小。现实的问题是:板形检测辊的检测数据并不是当下板形出口实际值,而是一段时间之前的出口板形数据。这就使得冷轧板形控制系统成为一个时间滞后的系统,因此研究如何更好的对时间滞后系统进行有效控制,成为提高板形控制精度迫切需要解决的问题之一。本文主要研究板形闭环控制时间滞后系统有效的控制措施,并将Dahlin算法和Smith算法引入其中。研究并对比分析了不同的影响因素对上述算法控制系统的影响,并提出了相应的改进策略。本文综合运用遗忘因子法,参数递推估计和增广递推最小二乘法优点,将最小二乘法改进为带遗忘因子的增广递推最小二乘辨识算法,来实现系统精确在线辨识。根据更新的辨识结果,在线自动修正控制器参数,使得控制系统动态特性达到最佳状态,实现对板形的良好控制。为了使得系统对于任何影响因素都具有相对较好的动态特性,本文综合考虑将Dahlin和Smith算法的各自优点进行组合,对控制系统进行合理的改进,使得满足工业生产需求。针对执行机构输出饱和状态对板形控制系统产生影响,本文提出一种反馈控制的新方法—矩阵分析法。充分考虑了控制器动态特性,从数学上严密的推导出执行机构调节量的可行域及其最优调节量,最大限度的消除了板形偏差。针对轧制力波动,通过求取板形闭环反馈控制和板形前馈控制的联合控制最优解,并给出了合理分配两种控制的最优调控量。本文最后综合利用以上的有效措施,通过仿真发现,仿真结果与实际情况相符,证明了研究策略的正确性,为进一步实现理论转化提供了依据。