專利名稱：基于最優(yōu)化算法的冷軋板形控制自學習方法
技術(shù)領(lǐng)域：
本發(fā)明涉及冷軋帶鋼生產(chǎn)領(lǐng)域，特別是涉及一種基于最優(yōu)化算法的冷軋板形控制自學習方法。
背景技術(shù)：
板形精度是帶鋼的一項主要質(zhì)量指標和決定其市場競爭力的重要因素。隨著汽車、輕工、家電和電氣制造等工業(yè)用戶對板形質(zhì)量要求的不斷提高，板形控制技術(shù)已成為軋鋼領(lǐng)域最核心最復(fù)雜的技術(shù)之一，是繼板厚控制之后世界各國開發(fā)研究的又一熱點問題。
國內(nèi)主要冷軋帶鋼生產(chǎn)廠均在冷軋生產(chǎn)線上使用板形控制技術(shù)與控制系統(tǒng)，而這些板形控制系統(tǒng)基本依賴進口。目前世界上只有德國西馬克、瑞典ABB等極少數(shù)著名跨國公司可以提供全套工業(yè)生產(chǎn)所需的冷軋板形控制技術(shù)與控制系統(tǒng)，昂貴的價格嚴重限制了冷軋板形控制技術(shù)與控制系統(tǒng)在中國的應(yīng)用。所以板形控制系統(tǒng)也成為國內(nèi)鋼鐵行業(yè)研發(fā)突破的重要目標之一。
板形是指板材的翹曲程度，其實質(zhì)是指帶鋼內(nèi)部殘余應(yīng)力的分布。在冷軋生產(chǎn)中， 板形的含義是指帶鋼的平直度，也就是帶鋼沿寬度方向上的張應(yīng)力差。實際上，板形的含義還包括帶鋼的橫向厚差，一般我們所提到的板形代表的只是板形的平直度，而不考慮橫向厚差。常用的板形表示方法有“相對長度差表示法”、“張應(yīng)力差表示法”、“帶鋼斷面形狀表達法”、“波形表示法”等。
目前，常用的板形控制軋機為中間輥可水平移動的六輥軋機，該類軋機板形閉環(huán)控制系統(tǒng)的主要功能為首先通過板形測量輥測出當前狀態(tài)下的實際板形，然后將實際板形與目標板形相比較得到板形偏差信號，再將相關(guān)偏差信號通過一定的控制策略計算出壓下控制、彎輥機構(gòu)以及冷卻液調(diào)節(jié)機構(gòu)的控制量，達到閉環(huán)控制板形的目的。
作為板形閉環(huán)控制系統(tǒng)的反饋檢測單元，目前在板形控制領(lǐng)域廣泛采用板形輥通過測量帶鋼寬度方向上的張力變化來反映帶鋼的板形。雖然各種板形輥的測量原理和傳感器的安裝方式各有不同，但都是以沿帶鋼寬度方向上各區(qū)域的測量數(shù)據(jù)來反映帶鋼截面上的板形。
板形控制實際上是對輥縫形狀的控制，也就是對輥形的控制。軋制時只有隨時調(diào)整和正確控制輥形，才能有效地補償輥形的變化，獲得板形良好的高精度產(chǎn)品。如

圖1所示，目前主要的板形閉環(huán)控制手段有傾斜控制、中間輥彎輥、工作輥彎輥、中間輥橫移、冷卻液噴射控制五種調(diào)節(jié)手段，在中間輥可水平移動的六輥軋機中，實際板形和目標板形的偏差主要通過傾斜、中間輥彎輥、工作輥彎輥來修正，剩下的殘余誤差通過冷卻液噴射控制來進一步修正。具體如下
(1)支持輥傾斜壓下控制通過控制壓下的單側(cè)擺動，實際上是調(diào)節(jié)帶鋼單邊的壓下量來消除帶鋼的單邊浪。
(2)工作輥和中間輥的彎輥控制通過調(diào)節(jié)工作輥和中間輥的撓度，可消除帶鋼中間浪和兩邊浪缺陷。
(3)中間輥橫移中間輥橫移是六輥軋機板形控制的突出優(yōu)點，如圖2所示，基本原理是通過中間輥橫移來減小工作輥與支撐輥間的間接接觸長度使之與帶鋼的長度基本相等，以消除輥間的有害接觸部分，從而可以擴大輥形調(diào)整的范圍，增加彎輥裝置的效能， 達到帶鋼板形控制穩(wěn)定性好，顯著提高帶鋼平直度的目的。
(4)冷卻液噴射控制板形測量輥所測得的板形偏差減去彎輥、傾斜壓下所能消除的偏差后，得到板形剩余偏差，由冷卻液噴射來消除。計算機按程序設(shè)定的采樣周期來取用剩余偏差，并確定與之對應(yīng)的冷卻液流量。
板形控制自學習系統(tǒng)的一大關(guān)鍵問題是根據(jù)各板形調(diào)節(jié)機構(gòu)(如支撐輥傾斜機構(gòu)、中間輥彎輥機構(gòu)、工作輥彎輥機構(gòu)、中間輥橫移機構(gòu)等)的實際動作調(diào)節(jié)量及由板形輥檢測到的與其對應(yīng)的實際板形變化量來對各板形調(diào)節(jié)機構(gòu)的效率因子進行優(yōu)化，以使各板形調(diào)節(jié)機構(gòu)的效率因子能更準確地反映各板形調(diào)節(jié)機構(gòu)在各板形測量區(qū)上對板形偏差的糾正能力。對各板形調(diào)節(jié)機構(gòu)的效率因子進行優(yōu)化利于板形控制系統(tǒng)提高各板形控制機構(gòu)動作調(diào)節(jié)量的計算精度。
傳統(tǒng)的基于最優(yōu)化算法的冷軋板形控制自學習算法需要求解復(fù)雜的方程組，且解出的新的優(yōu)化效率因子相對于原有的效率因子可能會產(chǎn)生跳變，它適用于L2級過程計算機的離線自學習或分析計算，對于Ll級基礎(chǔ)自動化CPU內(nèi)板形控制自學習程序?qū)Ω靼逍慰刂茩C構(gòu)的優(yōu)化效率因子的計算實時性要求及板形控制程序?qū)Ω靼逍慰刂茩C構(gòu)的動作調(diào)節(jié)量的計算和執(zhí)行穩(wěn)定性要求并不適用。發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提供一種可以在Ll級基礎(chǔ)自動化CPU內(nèi)應(yīng)用的基于最優(yōu)化算法的冷軋板形控制自學習方法，以便克服現(xiàn)有技術(shù)存在的缺陷。
本發(fā)明解決其技術(shù)問題采用的技術(shù)方案是在Ll級基礎(chǔ)自動化CPU內(nèi)，通過迭代公式進行逐次迭代計算并逼近最優(yōu)值的方式，使Ll級CPU的板形控制自學習程序在線應(yīng)用時及時地得到精確的學習樣本，并根據(jù)學習樣本對軋機的包括支撐輥傾斜、中間輥彎輥、工作輥彎輥和中間輥橫移等機構(gòu)在內(nèi)的各板形控制機構(gòu)的效率因子巧 ⑷及&+1W進行優(yōu)化， 該效率因子隨著自學習次數(shù)的增加而逐漸趨于其最優(yōu)值，且在自學習過程中，該效率因子沒有跳變，由此提高各板形控制機構(gòu)動作調(diào)節(jié)量的計算精度。
本發(fā)明提供的上述基于最優(yōu)化算法的冷軋板形控制自學習方法，其步驟包括
(1)為了使各板形調(diào)節(jié)機構(gòu)的效率因子；^ [/]及；^+1[/]隨著自學習次數(shù)U的增加而逐漸趨于其最優(yōu)值Pj[i]，即，使各板形調(diào)節(jié)機構(gòu)的效率因子；^⑴及；^+卞]隨著自學習次數(shù)U的增加而更加準確地反映^； 與八/^^/]之間的實際關(guān)系式0)，建立評價函數(shù)F來評價第u次自學習計算時，在實測樣本，下，由巧,]的不準確度造成的板形偏差總量；所述評價函數(shù)F為下述公式(1)
權(quán)利要求
1.一種基于最優(yōu)化算法的冷軋板形控制自學習方法，其特征是在Ll級基礎(chǔ)自動化 CPU內(nèi)，通過迭代公式進行逐次迭代計算并逼近最優(yōu)值的方式，使Ll級CPU的板形控制 自學習程序在線應(yīng)用時及時地得到精確的學習樣本，并根據(jù)學習樣本對軋機的包括支撐 輥傾斜、中間輥彎輥、工作輥彎輥和中間輥橫移在內(nèi)的各板形控制機構(gòu)的效率因子/\ W及 巧W進行優(yōu)化，該效率因子隨著自學習次數(shù)的增加而逐漸趨于其最優(yōu)值，且在自學習過程 中，該效率因子沒有跳變，由此提高各板形控制機構(gòu)動作調(diào)節(jié)量的計算精度。
2.根據(jù)權(quán)利要求1所述的冷軋板形控制自學習方法，其特征是在自學習過程中，通過 評價函數(shù)F來評價第u次自學習計算時，在實測樣本^/ 、下由巧J]的不準確度造 成的板形偏差總量；所述評價函數(shù)F為
3.根據(jù)權(quán)利要求2所述的冷軋板形控制自學習方法，其特征是如果M使F越小，則 表示；^⑴越準確地反映了義^與八/ ⑴之間的實際關(guān)系，即；^⑴越趨近于最優(yōu)的效率因子 Pj[i]；所述實際關(guān)系由下述公式表示
4.根據(jù)權(quán)利要求3所述的冷軋板形控制自學習方法，其特征是在第U次自學習時，先 按公式(4)計算出板形調(diào)節(jié)機構(gòu)j的效率因子M的自學習增量
5.根據(jù)權(quán)利要求1所述的冷軋板形控制自學習方法，其特征是采用以下方法采集學習樣本 (r)、Δ fa[i] (r)，即假設(shè)每間隔一段帶鋼長度C進行一次板形控制機構(gòu)動作調(diào)節(jié)量計算和執(zhí)行，那么把樣本帶鋼的長度定義為C，令m等于公式0)，則在這種情況下，以調(diào)節(jié)次數(shù)衡量的板形輥檢測系統(tǒng)的滯后延時為m，并在設(shè)置板形控制間隔距離C時，對C進行微調(diào)，以使m為整數(shù)
全文摘要
本發(fā)明公開的基于最優(yōu)化算法的冷軋板形控制自學習方法是通過迭代公式進行逐次迭代計算并逼近最優(yōu)值的方式，使L1級CPU的板形控制自學習程序在線應(yīng)用時及時地得到精確的學習樣本，并根據(jù)學習樣本對軋機的包括支撐輥傾斜、中間輥彎輥、工作輥彎輥和中間輥橫移機構(gòu)在內(nèi)的各板形控制機構(gòu)的效率因子進行優(yōu)化，該效率因子隨著自學習次數(shù)的增加而逐漸趨于其最優(yōu)值，且在自學習過程中，該效率因子沒有跳變，由此提高各板形控制機構(gòu)動作調(diào)節(jié)量的計算精度。本發(fā)明在提高了各板形控制機構(gòu)效率因子的優(yōu)化進度的同時，充分發(fā)揮其在提高各板形控制機構(gòu)效率因子計算精度方面的優(yōu)勢，從而利于板形控制程序?qū)崟r提高各板形控制機構(gòu)動作調(diào)節(jié)量的計算精度。
文檔編號B21B37/28GK102513372SQ20111045030
公開日2012年6月27日 申請日期2011年12月29日 優(yōu)先權(quán)日2011年12月29日
發(fā)明者盧家斌, 葉剛橋, 李傳濤, 李四川, 李海東, 王勝勇, 黃杏往 申請人:中冶南方(武漢)自動化有限公司