[发明专利]一种抑制轧机扭振的智能控制方法

说明书

技术领域

本发明属于冶金轧制领域，特别是提出了一种轧机的智能控制方法。

背景技术

在研究轧机控制时，通常情况下把轧机按照一定的规则等效为一个质量弹簧系统。当这个轧机系统电气部分的频率与机械部分的固有频率相同或接近时，就会形成机电共振。这种共振对轧机是有危害的，是形成扭振的一个重要因素，为了避免这种现象的出现，以前的研究人员会在原有的控制系统中加装一个滤波装置。这个滤波装置的作用就是滤除掉电气系统中接近机械系统固有频率的那个频率，从而消除共振。但是，这种方法有个问题，就是滤波环节是个滞后环节，这样就会影响系统的动态响应品质。

基于陷波滤波装置的轧机扭振抑制方法，虽然可以滤去轧机机械系统固有频率和电气响应频率中引起共振频率，同时对轧机系统的动态品质不造成不良影响，但是这个陷波滤波器只对一个频率起作用，对多个频率尤其是轧机中的变化频率无能为力。

基于扰动不变原理设计出的轧机状态观测器来实现扭振抑制的方法虽然可以解决多变量控制问题。但是这种基于模型的观测器，对系统模型的依赖性太强。通常双闭环控制环节都采用PI控制器，因此该控制器具有动作速度快，调整范围广等优点。但是它也存在参数调整繁琐等缺点。

发明内容

本发明的目的是提供一种抑制轧机扭振的智能控制方法。本发明主要通过将神经网络引入模糊PID控制器中得到模糊-神经网络PID控制系统，该系统是将偏差与偏差的变化率输入到模糊神经网络中，根据预设的模糊规则控制器，输出对应于PID控制器的三个可调参数K_P、K_I、K_D，然后控制系统对控制结果进行评价并反馈到神经网络中，经网络通过自学习与加权系数的调整，更新模糊控制的隶属度函数，直到输出最佳的PID控制参数，直到最终达到最佳的控制状态，从而实现对轧机扭振最佳的实时的控制。

本发明的控制方法包括以下步骤：

(1)设计模糊PID控制器，并从中得到训练神经网络所需的数据样本集。

a、确定模糊论域，本方法的模糊语言变量为：误差e和误差导数其论域值为[-4，4]，变量为[NB，NM，NS，ZE，PS，PM，PB]，即负大、负中、负小、零、正小、正中、正大。隶属度函数采用高斯型。PID三个参数K_P、K_I、K_D论域取[1，2]，变量为[PE，PS，PM，PB，PL]，即零、正小、正中、正大、正最大；

b、确定隶属度函数，本方法采用的隶属度函数是高斯型，

c、确定模糊推理规则表；

表1模糊推理规则表

表5-1(续表)

d、模糊推理，求解模糊关系方程产生相应的模糊矢量。本方法采用的是Takagi-Sugeno型推理；

e、模糊结果精确化，本方法采用的是中位数法(bisector)，当z₀＝cf(z)μ_c(z)满足：

∫az0μC′(z)dz=∫z0bμC′(z)dz]]>

则取μ_c(z)的中位数作为z的清晰量。