[發(fā)明專利]一種連續(xù)退火機(jī)組輥間帶鋼張力的軟測(cè)量方法

有效

• 申請(qǐng)?zhí)枺?/td>: 200910197595.3
• 申請(qǐng)日: 2009-10-23
• 公開（公告）號(hào): CN102042893A
• 公開（公告）日: 2011-05-04
• 發(fā)明（設(shè)計(jì)）人: 周永;王國民;王澤濟(jì);王嶸;王健
• 申請(qǐng)（專利權(quán)）人: 寶山鋼鐵股份有限公司
• 主分類號(hào): G01L5/04
• 分類號(hào): G01L5/04
• 代理公司: 上海三和萬國知識(shí)產(chǎn)權(quán)代理事務(wù)所 31230
• 代理人: 劉立平

1.一種連續(xù)退火機(jī)組輥間帶鋼張力的軟測(cè)量方法，包括以下步驟：

第一步，過程數(shù)據(jù)采集

采集變量輥速(v₁～v_N)、力矩電流(I₁～I(xiàn)_N)、有限點(diǎn)張力F_I，F(xiàn)_O的值，及通過現(xiàn)場(chǎng)退火機(jī)組輥?zhàn)淤Y料得到輥徑R_i、輥?zhàn)討T量J_i、減速比值，參閱變頻器資料得到力矩系數(shù)ξφ_i、功率因數(shù)η_i、力矩電流滿量程值I_t，通過PLC程序查得各段帶鋼長度l_i，通過試運(yùn)行資料得到各輥軸承摩擦T_0i和帶鋼寬w、厚h各參數(shù)值；

第二步，過程數(shù)據(jù)預(yù)處理

過程數(shù)據(jù)預(yù)處理包括數(shù)據(jù)變換與數(shù)據(jù)校正，濾除輥?zhàn)虞S承偏心引起的高頻分量；

第三步，帶鋼張力軟測(cè)量主模型的建立

以機(jī)理模型即力矩平衡為基礎(chǔ)建立了帶鋼張力的遞推關(guān)系，其中涉及的補(bǔ)償包括：平衡帶鋼自重、溫度對(duì)張力影響的分布補(bǔ)償、輥?zhàn)恿仄胶庵修D(zhuǎn)動(dòng)慣量取輥?zhàn)优c帶鋼整體的轉(zhuǎn)動(dòng)慣量值的帶鋼慣量補(bǔ)償、軸承摩擦補(bǔ)償、輸出力矩計(jì)算；

針對(duì)帶鋼張力對(duì)象建立帶鋼張力軟測(cè)量模型，模型的輸入、輸出變量為：

模型輸入變量：各輥輥速v(v₁～v_N)、各輥電流I(I₁～I(xiàn)_N)、上游張力F_I

模型輸出變量：輥間張力

其中F_I，F(xiàn)_O為可測(cè)的測(cè)張儀張力，F(xiàn)_I為邊界條件，F(xiàn)_O用于校驗(yàn)?zāi)Ｐ停?/p>

再通過以下方程組，以串級(jí)方式遞推計(jì)算各輥間張力，得到第i個(gè)輥?zhàn)映隹谔庉敵鰪埩?/p>

F^i=F^i-1′-(Tei-viJisRi)×1(Tcs+1)Ri---(1)]]>

F^i′=F^i+ΔFi---(2)]]>

F^0′=FI---(3)]]>

T_ei＝(ξφ_i×I_i-T_0i)×d_i????????????(4)

di=Griηiξφi×Ii>T0iGri/ηiξφi×Ii<T0i---(5)]]>

J_i＝J_iO+J_iS＝J_iM+J_iR+J_iS????????????(6)

i＝1，2，...，N

其中，I_i(i＝1，2，...，N)為i輥的可測(cè)力矩電流，ξφ_i為變頻器力矩常數(shù)，T_ei為i個(gè)電機(jī)輸出力矩，T_0i為i輥空載轉(zhuǎn)矩，T_ei為i輥的輸出力矩，v_i為i輥對(duì)應(yīng)電機(jī)轉(zhuǎn)速，R_i為i輥半徑，為上游邊界張力，為第i個(gè)輥?zhàn)映隹谔庉敵鰪埩Γ瑸榈趇+1個(gè)輥?zhàn)尤肟谔帍埩Γ琩_i為i輥的輸出力矩系數(shù)，J_i為i輥電機(jī)、輥?zhàn)印т撜w的慣量，為i輥減速機(jī)構(gòu)的減速比，ηⁱ為i輥?zhàn)冾l器的輸出效率，觀測(cè)器參數(shù)T_c＝0.2，T_c越大，誤差收斂越快，但延遲越大，而T_c太小誤差收斂過慢，T_c的選擇依據(jù)該參數(shù)對(duì)誤差收斂速度及對(duì)張力估計(jì)的延遲的影響折中選擇；

第四步，神經(jīng)網(wǎng)絡(luò)補(bǔ)償模型的建立

為補(bǔ)償非線性過程特性及未建模動(dòng)態(tài)對(duì)模型精度的影響，所述測(cè)量方法加入神經(jīng)網(wǎng)絡(luò)補(bǔ)償模型，模型的輸入、輸出變量為：

模型輸入變量：各輥力矩電流I₁～I(xiàn)_N，輥速v₁～v_N

模型輸出變量：校正誤差將其加到輥間張力軟測(cè)量主模型輸出得到作為軟測(cè)量模型的輸出

第五步，模型校正

模型校正是通過案例推理的相似度判斷現(xiàn)場(chǎng)出現(xiàn)較大工況變動(dòng)時(shí)，采用長期校正技術(shù)，利用新累積的過程數(shù)據(jù)更新神經(jīng)網(wǎng)絡(luò)模型，以降低機(jī)組運(yùn)行一段時(shí)間由于機(jī)組設(shè)備磨損等因素導(dǎo)致的模型參數(shù)變化對(duì)模型精度引起的不良影響，取得更高精度。