[發明專利]時變系統的迭代學習控制的故障檢測

有效

• 申請號: 202080089431.3
• 申請日: 2020-10-28
• 公開（公告）號: CN114867570B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: F.M.布朗;G.T.C.邱;N.J.桑達拉姆;H.B.里斯
• 申請（專利權）人: 紐科爾公司
• 主分類號: B22D11/16
• 分類號: B22D11/16;G01B11/02;G01B11/06;G01N25/72
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 張貴東

雙輥鑄造系統包括：一對反向旋轉的鑄輥，其間具有可調節的輥隙；鑄輥控制器，被配置為響應于控制信號調節所述鑄輥之間的輥隙；鑄帶傳感器，其測量所述鑄帶的參數并生成帶測量信號；以及迭代學習控制(ILC)控制器，其接收所述帶測量信號并向所述鑄輥控制器提供控制信號。所述ILC控制器包括接收所述控制信號和所述帶測量信號并生成指示何時檢測到故障狀況的故障檢測信號的故障檢測算法，以及生成所述控制信號的迭代學習控制算法。所述故障檢測算法在檢測到所述控制信號超過上控制飽和閾值或所述ILC控制器運行在不保證穩定的狀態時指示故障狀況。

背景技術

迭代學習控制(ILC)是一種特別適用于本質上重復的過程的控制方法。在實踐中應用ILC時，算法應被設置成確保1)系統將保持穩定，以及2)滿足性能規范。然而，這些目標可能會相互沖突，特別是當設備(plant)模型包含不確定性和/或迭代變化動態時。

最近的研究已經考查了應用于迭代變化或非重復系統的ILC算法的收斂性和魯棒性特性。更具體地，先前的研究開發了一種ILC的最優設計程序，該程序平衡系統性能與魯棒穩定準則。然而，這種方法的局限性在于，滿足魯棒穩定準則需要了解輸入輸出算子不確定性的上界。在一些應用中，上界在正常運行期間可能過于保守，從而導致性能較差的保守學習算法。此外，如果用于設計ILC算法的邊界值存在不確定性，則如果設備違反假設的上界，則ILC算法會變得不穩定。

發明內容

為了避免這種可能性，并且為了潛在地使得更激進的ILC算法的實施成為可能，需要一種迭代學習控制器，該控制器具有：1.確定何時不能保證ILC算法漸近穩定的故障檢測算法；以及2.確定ILC算法何時不滿足性能規范(例如正在接近或超過輸入飽和限制)的故障檢測算法。

本文中提出了這種具有故障檢測算法的ILC控制器。除了檢測何時不保證穩定之外，所提出的算法可以擴展成檢測不良的性能指標，諸如控制輸入飽和。

在一個實施例中，可以將故障檢測技術應用于雙輥薄帶鋼廠的ILC控制。雙輥鑄造系統包括一對反向旋轉的鑄輥，該對反向旋轉的鑄輥具有在鑄輥之間的輥隙且能夠從輥隙向下輸送鑄帶，輥隙是可調節的；鑄輥控制器，被配置為響應于控制信號調節鑄輥之間的輥隙；鑄帶傳感器，鑄帶傳感器能夠測量鑄帶的至少一個參數并生成帶測量信號；以及迭代學習控制(ILC)控制器，ILC控制器與鑄帶傳感器耦合以接收來自鑄帶傳感器的帶測量信號，并且與鑄輥控制器耦合以向鑄輥控制器提供控制信號。ILC控制器包括故障檢測算法和迭代學習控制算法，故障檢測算法接收控制信號和帶測量信號，并生成故障檢測信號來指示何時檢測到故障狀況，迭代學習控制算法基于帶測量信號和故障檢測信號生成控制信號。當故障檢測算法檢測到控制信號超過上控制飽和閾值或ILC控制器運行在不保證穩定的狀態中的至少一個時，故障檢測算法指示故障狀況。在一個實施例中，鑄帶傳感器針對至少一個周期性干擾測量鑄帶，并且迭代學習控制算法被適配為降低至少一個周期性干擾的嚴重性。

在一個實施例中，將控制信號的無窮范數(∞-范數)與上控制飽和閾值進行比較。在一個實施例中，下控制飽和閾值，并且如果控制信號的無窮范數(∞-范數)超過上控制飽和閾值，則故障檢測算法指示故障狀況，并且如果控制信號的無窮范數小于下控制飽和閾值，則故障檢測算法不指示故障狀況。如果控制信號的無窮范數在上控制飽和閾值和下控制飽和閾值之間，則如果誤差信號的p范數超過作為控制信號的無窮范數的函數變化的閾值，則故障檢測算法指示故障狀況。

當誤差信號的當前p范數大于誤差信號的初始p范數時，故障檢測算法可以確定ILC控制器運行在不保證穩定的狀態。在另一實施例中，當控制信號的p范數正在增加時，故障檢測算法確定ILC控制器運行在不保證穩定的狀態。

ILC控制器可以被配置為響應于指示故障狀況的故障檢測信號重新調諧一個或多個迭代學習控制算法濾波器。

在一個實施例中，鑄帶傳感器包括厚度計，厚度計測量橫跨鑄帶的寬度的間隔中的鑄帶的厚度。