CN110303053A - 热连轧厚度控制系统的分布式控制方法 - Google Patents
热连轧厚度控制系统的分布式控制方法 Download PDFInfo
- Publication number
- CN110303053A CN110303053A CN201910598951.6A CN201910598951A CN110303053A CN 110303053 A CN110303053 A CN 110303053A CN 201910598951 A CN201910598951 A CN 201910598951A CN 110303053 A CN110303053 A CN 110303053A
- Authority
- CN
- China
- Prior art keywords
- rolling
- thickness
- control system
- control
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
- B21B37/16—Control of thickness, width, diameter or other transverse dimensions
- B21B37/18—Automatic gauge control
- B21B37/20—Automatic gauge control in tandem mills
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明设计了一类热连轧厚度控制系统的分布式控制方法,属于控制科学与工程领域。热连轧厚度控制系统是依靠多个机架协同完成厚度控制的,但实际生产过程中大多采用分散控制方式,每一个机架的厚度控制系统相对独立,厚度控制系统的协调性和控制精度有待进一步提高。本发明的目的是提供一类新的热连轧厚度系统的控制方式。(1)综合了传统的前馈控制和反馈控制方式,控制器的设计同时考虑了上游机架的轧制出口厚度以及下游机架轧制厚度信息;(2)基于数据驱动控制策略,直接利用能够检测到的当前机架的轧制力信息和相邻机架的轧制出口厚度信息设计控制器,避开模型辨识过程,考虑不同位置的机架轧制信息对当前厚度控制系统的影响不同,引入加权因子。本发明由于采取以上技术方案,能够充分利用相邻机架的轧制信息,提高了机架间的协调一致性,基于数据驱动的控制策略能够直接辨识控制参数,避开了模型辨识过程,具有较强的鲁棒性和适应性,为热连轧厚度控制系统提供了一种新的控制方法。
Description
技术领域
本发明设计一类热连轧厚度控制系统的分布式控制方法,属于控制科学与工程领域。
背景技术
热连轧精轧厚度控制一般是由6-7台机架轧制完成的,上游机架的轧制出口厚度偏差对下游机架轧制精度和板形有着较大的影响,下游机架轧制信息的反馈,能够有效的提高当前机架厚度控制系统的轧制精度,是一类典型的多智能体协调控制系统。同时,由于辊缝中的轧件厚度无法实现实时直接测量,通常情况下利用弹跳方程间接计算得到,钢板的真实厚度只能通过末尾机架后侧安装的测厚仪直接检测,具有较大的延迟。目前,热连轧厚度控制系统主要采用单机架控制策略。压力AGC控制策略在厚度轧制过程中较为常见。前馈AGC以上游机架为测量机架,将上游机架获取的硬度和厚度信息送往下游机架,减小下游机架出口厚差。监控AGC通过安装末尾机架后的测厚仪检测的实际厚度反馈给控制系统实施控制,但是具有较大的延时。基于压力AGC控制策略,研究人员提出了模型参考自适应控制,串级控制,鲁棒控制等策略,提高了系统的控制性能。同时,为了保证带钢的同板差,研究人员提出了相对AGC控制,各轧机的厚度控制系统均以特定时刻本机架带钢头部实际轧出厚度的测量值作为厚度目标值,避免了AGC系统以设定厚度值为目标值后引起的大范围压下调整。
但是,各个机架带钢出口厚度控制目标值与依据负荷分配原则得到的厚度设定值不符而造成实际轧制状况与计算规程出现较大的偏差,机架间不具备协调控制的能力。同时热连轧厚度控制系统环境恶劣,受到温度、张力以及弹性形变等因素的影响,难以建立精确的厚度控制系统模型。从而影响厚度控制精度和带钢的板形。
发明内容
针对上述问题,本发明的目的是提供一类分布式控制策略,利用能够检侧到的上、下游机架的轧制数据,避开模型辨识过程直接设计控制器,提高厚度控制系统的精度和协调性。
一、本发明采取如下技术方案:
1.获取上、下游轧制机架的轧制压力,以及在当前机架压力作用下的钢板厚度增量。分别将轧制压力数据和对应的厚度增量数据等分两部分,一部分作为历史数据一部分作为预测数据。采用子空间辨识技术,直接建立压力数据和轧制厚度数据的关系模型。
2.控制器设计考虑下游机架轧制厚度增量对当前厚度控制系统的影响,引入加权因子,利用压力数据和轧制厚度增量数据的关系模型,基于某一性能指标的优化获取控制律。
二、本发明由于采取以上技术方案,具有以下优点:
1.由于同时利用上游机架和下游机架的轧制信息,结合了前馈控制和反馈控制,提高了机架间的协调性,避免了由于各机架的负荷分配不均衡使得钢板变形。
2.由于采用子空间辨识方法,直接利用实际检测的数据辨识控制器参数,避开了模型辨识过程,提高了厚度控制系统鲁棒性,提高了厚度控制精度。
附图说明
图1.热连轧系统示意图。
具体实施方式
针对热连轧厚度控制系统,能够实时检测液缸的位置信息和轧制压力信息。因此,可根据轧制压力uf=[uk,L,uk+N-1],已经测得的轧制压力数据 up=[uk-N,L,uk-1]和轧制输出yp=[Δyk-N,L,Δyk-1]预估未来的轧制输出同时,控制器设计考虑下游机架轧制出口厚度的反馈信息,实现分布式控制,有效的提高机架间的协调性。在参数辨识过程中,采用滚动窗口子空间辨识方法,限定每一次估计都采用最新的数据,即增加一个新的数据就去掉一个旧数据。在实际应用中,可以通过离线计算或是降低控制器参数在线更新频率减小计算量,减轻计算负担。
第i机架的AGC系统的数学模型采用如下描述:
其中ui(k)和yi(k)分别是第i机架的输入和输出,为yi_f的最优预测值,为预测输出序列,是未来输入序列,为历史输入、输出序列,Lw和Lu是相应的子空间矩阵,基于子空间辨识方法,首先构造Hankel矩阵,包含N行j列。
其中下标p和f分别表示“past”和“future”。Yi_f和Yi_p按照同样的方式定义。
依据过去的输入输出和未来的输入Ui_f,寻找未来输出Yi_f的最优预测值。可以通过下述最小二乘问题的求解获得。
(Li_w Li_u)可以通过RQ的分解得到。因此,构建如下矩阵,并进行RQ分解。
其中表示Moore-Penrose伪逆,矩阵的伪逆可以通过SVD分解求解。
针对系统(1),求解如下问题获取分布式控制率
s.t.
其中Pi>0和Ωi>0是输入、输出加权矩阵,Hp和Hc分别是预测时域和控制时域。rj为第j个AGC系统的参考值。结合下游机架信息的反馈设计控制器,实现分布式控制。
令求得k时刻控制律
上述实施例仅用于说明本发明,其中各方法的实施步骤等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (3)
1.热连轧厚度控制系统的分布式控制方法,其特征在于包含如下步骤:
(一)获取上、下游轧制机架的轧制压力,以及在当前机架压力作用下的钢板厚度增量。采用子空间辨识技术,直接建立压力数据和轧制厚度数据的关系模型。具体步骤如下:
1)将获取的轧制力数据等量分为两部分,一部分记为历史输入数据,一部分记为预测输入数据;
2)将获取的钢板的厚度增量数据等量分为两部分,一部分为记为历史输出数据,一部分记为预测输出数据;
3)基于子空间辨识方法,构建输入和输出数据的Hankel矩阵,并进行QR分解,获取输入和输出之间的关系模型。
(二)控制器设计考虑下游机架轧制厚度增量对当前厚度控制系统的影响,引入加权因子,利用压力数据和轧制厚度增量数据的关系模型,基于某一性能指标的优化获取控制律。
2.如权利要求1所示,热连轧厚度控制系统的第i-1机架的液压缸位置信息和当前第i机架的液压缸位置信息能够检测得到,即能够获取在当前轧制压力的情况下,钢板的厚度变化增量。
3.如权利要求1所示,热连轧厚度控制系统第i机架能够获取下游机架i+1,i+2,...,i+M个机架的轧制信息,同时反馈给当前轧制系统,引入权重因子,区分下游机架的轧制输出对当前机架的厚度控制系统的影响。实现分布式控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910598951.6A CN110303053A (zh) | 2019-07-04 | 2019-07-04 | 热连轧厚度控制系统的分布式控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910598951.6A CN110303053A (zh) | 2019-07-04 | 2019-07-04 | 热连轧厚度控制系统的分布式控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110303053A true CN110303053A (zh) | 2019-10-08 |
Family
ID=68079744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910598951.6A Pending CN110303053A (zh) | 2019-07-04 | 2019-07-04 | 热连轧厚度控制系统的分布式控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110303053A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113204879A (zh) * | 2021-05-07 | 2021-08-03 | 西华大学 | 一种基于荧光油膜的改进Hankel矩阵预测模型建模方法及应用 |
CN113600621A (zh) * | 2021-07-20 | 2021-11-05 | 河北敬业高品钢科技有限公司 | 一种薄带铸轧短流程带钢厚度控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5586221A (en) * | 1994-07-01 | 1996-12-17 | Syracuse University | Predictive control of rolling mills using neural network gauge estimation |
JP2014104491A (ja) * | 2012-11-28 | 2014-06-09 | Jfe Steel Corp | 圧延制御装置および圧延制御方法 |
CN108519764A (zh) * | 2018-04-09 | 2018-09-11 | 中国石油大学(华东) | 基于数据驱动的多智能体协调控制方法 |
JP2022059387A (ja) * | 2020-10-01 | 2022-04-13 | Jfeスチール株式会社 | 板厚制御方法、板材の製造方法および板厚制御装置 |
-
2019
- 2019-07-04 CN CN201910598951.6A patent/CN110303053A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5586221A (en) * | 1994-07-01 | 1996-12-17 | Syracuse University | Predictive control of rolling mills using neural network gauge estimation |
JP2014104491A (ja) * | 2012-11-28 | 2014-06-09 | Jfe Steel Corp | 圧延制御装置および圧延制御方法 |
CN108519764A (zh) * | 2018-04-09 | 2018-09-11 | 中国石油大学(华东) | 基于数据驱动的多智能体协调控制方法 |
JP2022059387A (ja) * | 2020-10-01 | 2022-04-13 | Jfeスチール株式会社 | 板厚制御方法、板材の製造方法および板厚制御装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113204879A (zh) * | 2021-05-07 | 2021-08-03 | 西华大学 | 一种基于荧光油膜的改进Hankel矩阵预测模型建模方法及应用 |
CN113600621A (zh) * | 2021-07-20 | 2021-11-05 | 河北敬业高品钢科技有限公司 | 一种薄带铸轧短流程带钢厚度控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104785543B (zh) | 一种基于滑动平均滤波的热轧带钢凸度反馈控制方法 | |
CN114021290B (zh) | 一种基于数据驱动和机理模型融合的板带钢凸度预测方法 | |
CN103934278B (zh) | 一种热轧精轧带钢厚度控制方法 | |
CN105689405B (zh) | 一种冷轧带材在线目标板形的智能设定方法 | |
CN102941232A (zh) | 一种热连轧精轧过程控制方法 | |
CN109226280B (zh) | 五机架冷连轧高强钢板带的双边浪和中浪板形控制方法 | |
CN103357669B (zh) | 一种板形模型预测控制方法 | |
CN102744265B (zh) | 带钢c翘控制方法 | |
CN103611734A (zh) | 一种层流冷却温度控制方法及系统 | |
CN1027426C (zh) | 中厚板轧制辊缝值的设定方法 | |
CN101927269A (zh) | 一种三辊轧机辊缝控制器调节方法 | |
CN105363794A (zh) | 一种基于力学性能预报和轧制能耗模型的精轧节能控制方法 | |
CN110303053A (zh) | 热连轧厚度控制系统的分布式控制方法 | |
CN103100564A (zh) | 一种新型的轧制过程自适应控制方法 | |
CN103586288B (zh) | 热轧带钢板形的案例库建立方法 | |
CN110434172B (zh) | 一种炉卷和精轧机组连轧的负荷分配计算方法 | |
Li et al. | Modeling and validation of bending force for 6-high tandem cold rolling mill based on machine learning models | |
CN102350441B (zh) | 无缝钢管壁厚的控制方法 | |
CN113637837A (zh) | 一种以控制板形为目标的连退机组水雾冷却段喷淋工艺横向调整方法 | |
CN102161054A (zh) | 基于影响矩阵自学习的板形闭环控制方法 | |
CN101596554A (zh) | 基于波函数的冷带轧机板厚控制有限频域前馈补偿方法 | |
CN115106384B (zh) | 一种基于随机森林的厚板轧制辊缝校正方法 | |
CN101658863A (zh) | 一种无缝钢管三辊连轧的补偿方法 | |
CN107520255B (zh) | 一种自学习式轧机入口厚度优化方法 | |
CN106694570B (zh) | 一种热连轧精轧区机架轧后宽展量计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191008 |
|
WD01 | Invention patent application deemed withdrawn after publication |