人工智能在轧机偏心和板形控制问题中的应用研究

【作者】 马宁；

【导师】 刘丁； 郑岗；

【作者基本信息】 西安理工大学 ， 控制理论与控制工程， 2000， 硕士

【摘要】 本文采用智能控制方法对轧机轧辊偏心补偿及带材板形控制问题进行了研究。 论文首先对轧机厚度控制原理和各类厚度控制系统的性能及特点进行了综述。在此基础上，提出了轧辊偏心补偿及带材板形控制的基本概念和基本方法． 针对偏心补偿问题，文章从分析轧辊偏心产生原因入手，比较深入地分析了轧辊偏心对带材厚度精度的影响。在此基础上，提出了利用随机逼近法辨识偏心信号和基于LS算法的神经网络自适应滤波器在线检测偏心信号的两种偏心补偿方法，以及将上述两种方法相结合的偏心补偿方法，从而达到更好的偏心补偿效果。大量的计算机仿真证明了上述三种方法对轧机轧辊偏心具有良好的补偿效果。 本文针对某铜材厂高精度四辊可逆轧机，设计并实现了轧机偏心补偿系统，将文章中提出的偏心补偿方法与实际应用相结合。针对实际应用中所存在的问题，对各种测控算法作了进一步改进。最后本文利用从现场采集到的数据进行了计算机仿真研究。 针对板形控制问题，文章首先对板形问题的特点、性质、量度方式以及研究板形控制问题的必要性进行了具体深入的分析。在此基础上提出神经网络─模糊板形控制系统方案，并且针对其中的神经网络板形模式识别问题进行了深入的研究。大量的计算机仿真证明了将神经网络应用于板形特征识别能够取得 良好的效果。更多还原

【Abstract】 This paper research on the application of intelligent in the compensation foreccentricity and the control of strip flatness in the cold rolling mill.At the beginning, this paper summarizes principle of automatic gauge controlsystem (AGC) and characters of some kinds of automatic gauge control system.Accordingly the basic idea and method of the compensation for eccentricity and thecontrol of strip flatness in the cold rolling mill are put forward.In this paper, we take three methods to solving the problem of eccentricity First,using Stochastic Approximation Mathod to detect eccentricity. Second, dynamicalcompensation for the thickness variation of the strip due to Eccentricity by usingAdaptive NeuraI Network Filter. Third, combining the two methods having beenmentioned together.This paper realizes the eccentricity compensation system in a high thicknessaccuracy cold rolling mill. According to fact, we make some progresses in arithmetic,We also make the simulation research on the data acquired from the field by thissystem.To solve strip natness problem, we propose fuzzy-neutral strip flatness controlsystem. The research focuses on applying neural network to identify the strip flatness.On the while, the simulation has proved that it would get a good result in identify thestrip flatness if neural network was used.更多还原