[發(fā)明專利]一種抑制軋機扭振的智能控制方法

在審

• 申請?zhí)枺?/td>: 201510675523.0
• 申請日: 2015-10-19
• 公開（公告）號: CN105259755A
• 公開（公告）日: 2016-01-20
• 發(fā)明（設計）人: 時培明;李冰洋;劉彬;劉浩然;韓東穎
• 申請（專利權）人: 燕山大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 石家莊一誠知識產權事務所 13116
• 代理人: 李合印

技術領域

本發(fā)明屬于冶金軋制領域，特別是提出了一種軋機的智能控制方法。

背景技術

在研究軋機控制時，通常情況下把軋機按照一定的規(guī)則等效為一個質量彈簧系統(tǒng)。當這個軋機系統(tǒng)電氣部分的頻率與機械部分的固有頻率相同或接近時，就會形成機電共振。這種共振對軋機是有危害的，是形成扭振的一個重要因素，為了避免這種現象的出現，以前的研究人員會在原有的控制系統(tǒng)中加裝一個濾波裝置。這個濾波裝置的作用就是濾除掉電氣系統(tǒng)中接近機械系統(tǒng)固有頻率的那個頻率，從而消除共振。但是，這種方法有個問題，就是濾波環(huán)節(jié)是個滯后環(huán)節(jié)，這樣就會影響系統(tǒng)的動態(tài)響應品質。

基于陷波濾波裝置的軋機扭振抑制方法，雖然可以濾去軋機機械系統(tǒng)固有頻率和電氣響應頻率中引起共振頻率，同時對軋機系統(tǒng)的動態(tài)品質不造成不良影響，但是這個陷波濾波器只對一個頻率起作用，對多個頻率尤其是軋機中的變化頻率無能為力。

基于擾動不變原理設計出的軋機狀態(tài)觀測器來實現扭振抑制的方法雖然可以解決多變量控制問題。但是這種基于模型的觀測器，對系統(tǒng)模型的依賴性太強。通常雙閉環(huán)控制環(huán)節(jié)都采用PI控制器，因此該控制器具有動作速度快，調整范圍廣等優(yōu)點。但是它也存在參數調整繁瑣等缺點。

發(fā)明內容

本發(fā)明的目的是提供一種抑制軋機扭振的智能控制方法。本發(fā)明主要通過將神經網絡引入模糊PID控制器中得到模糊-神經網絡PID控制系統(tǒng)，該系統(tǒng)是將偏差與偏差的變化率輸入到模糊神經網絡中，根據預設的模糊規(guī)則控制器，輸出對應于PID控制器的三個可調參數K_P、K_I、K_D，然后控制系統(tǒng)對控制結果進行評價并反饋到神經網絡中，經網絡通過自學習與加權系數的調整，更新模糊控制的隸屬度函數，直到輸出最佳的PID控制參數，直到最終達到最佳的控制狀態(tài)，從而實現對軋機扭振最佳的實時的控制。

本發(fā)明的控制方法包括以下步驟：

(1)設計模糊PID控制器，并從中得到訓練神經網絡所需的數據樣本集。

a、確定模糊論域，本方法的模糊語言變量為：誤差e和誤差導數其論域值為[-4，4]，變量為[NB，NM，NS，ZE，PS，PM，PB]，即負大、負中、負小、零、正小、正中、正大。隸屬度函數采用高斯型。PID三個參數K_P、K_I、K_D論域取[1，2]，變量為[PE，PS，PM，PB，PL]，即零、正小、正中、正大、正最大；

b、確定隸屬度函數，本方法采用的隸屬度函數是高斯型，

c、確定模糊推理規(guī)則表；

表1模糊推理規(guī)則表

表5-1(續(xù)表)

d、模糊推理，求解模糊關系方程產生相應的模糊矢量。本方法采用的是Takagi-Sugeno型推理；

e、模糊結果精確化，本方法采用的是中位數法(bisector)，當z₀＝cf(z)μ_c(z)滿足：

∫az0μC′(z)dz=∫z0bμC′(z)dz]]>

則取μ_c(z)的中位數作為z的清晰量。