第33卷
90%
文章编号：10069348(2016)06035304
计算机仿真
钢板轧机液压AGC系统优化控制研究
张勇，吕慧超
（辽宁科技大学电子与信息工程学院，辽宁鞍山114051）
2016年6月
摘要：在轧机液压ACC系统优化控制的研究中，液压系统的稳定性对轧机的安全经济运行有至关重要的作用。轧机液压 ACC系统具有多变量、非线性、强耦合等特点，并且轧件自身特性、轧制工艺、温度等诸多因素都会影响钢板的厚度变化，故而传统的PID控制难以将钢板厚度偏差控制在规程中允许的范围内。因此将模糊控制和神经网络控制相结合，设计了基于模糊RBF神经网络的PID控制器，实现了PID控制器参数的在线自整定。仿真结果表明，模糊RBF神经网络PID控制比传
统的PID控制超调小且调节时间矩，鲁棒性好，为系统优化提供了科学依据。关键调：液压厚度自控；模榭控制；径向基函数神经网络；变参数比例积分微分
中图分类号：TP391.9
文献标识码：B
ApplicationofFuzzyRBFNeuralNetworkPID
inRollingMillHydraulicAGCSystem
ZHANG Yong,LV Hui-chao
(Department of Electronic and Information Engineering, University of Science and Technology Liaoning
Anshan Liaoning 114051, China)
ABSTRACT: As an important indicator of rolling mill hydraulic ACC system, the stability of plate thickness is very important for the safety and economical operation of the plant. Rolling mill hydraulic AGC system is of the character istics of multi variable, strong coupling, nonlinear, and so on. There are many factors, such as own characteristics of rolled piece, rolling process, temperature and so on, which impact on thickness variation of steel plate. In this pa per, we designed a PID controller based on fuzzy RBF neural network, which combined fuzzy control with neural net-work control. Online self tuning of the parameters of PID controller was realized. Simulation results show smaller o vershoot, shorter regulation time and better robustness.
KEYWORDS: Hydraulic ACC; Fuzzy control; RBF neural network; Variable parameter PID
引言 1
随着市场对钢板质量要求越来越高，对轧机结构和控制系统性能要求也越来越高。轧机液压厚度自控（Automatic GaugeControl：ACC）系统是改善热轧钢板的厚度精度、控制板型、提升合格率的重要技术，系统的动态性能和静态性能的好坏，直接影响着轧机的工作状态(1-2)。因此，控制策略的研究对提高轧机液压ACC系统的技术水平和设备生产率起着重要的作用。由于传统的PID控制器的参数是固定不变的，而轧机液压AGC系统是非线性、时变、滞后的系统，故
而传统的PID控制器已经不能满足其要求。基金项目：国家自然科学基金(61273011)
收稿日期：2015-08-20 万方数据
修回日期：2015-0909
模糊控制与神经网络控制作为成熟的复杂控制技术，被广泛的应用于AGC系统的优化设计当中。文献[3-4]提出了模糊PID方法的在线优化控制器，提高了系统的鲁棒性但并未对轧机ACC系统响应速度进行改善。文献[5-7]设计了一种基于RBF神经网络的轧机ACC控制器，采用神经网络与模型参考自适应相结合的方法，优化了神经网络控制器的优化速度，提高了控制效果与响应速度，而对与系统的鲁棒性提高，效果仍不明显。
本文提出了一种将模糊控制和神经网络结合起来的方法，构成基于模棚RBF神经网络PID控制器，在线调整PID 的参数，对轧机液压AGC系统完成在线优化。仿真结果表明，模糊RBF神经网络PID控制器较传统PID控制器有响应速度快、超调小、鲁棒性好等优点。
—353—