CN116586443A - 一种控制不锈钢冷轧轧机轧制力平衡的方法 - Google Patents
一种控制不锈钢冷轧轧机轧制力平衡的方法 Download PDFInfo
- Publication number
- CN116586443A CN116586443A CN202310633664.0A CN202310633664A CN116586443A CN 116586443 A CN116586443 A CN 116586443A CN 202310633664 A CN202310633664 A CN 202310633664A CN 116586443 A CN116586443 A CN 116586443A
- Authority
- CN
- China
- Prior art keywords
- rolling mill
- output
- stainless steel
- input
- fuzzy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
- B21B37/58—Roll-force control; Roll-gap control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B3/00—Rolling materials of special alloys so far as the composition of the alloy requires or permits special rolling methods or sequences ; Rolling of aluminium, copper, zinc or other non-ferrous metals
- B21B3/02—Rolling special iron alloys, e.g. stainless steel
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本发明公开了一种控制不锈钢冷轧轧机轧制力平衡的方法,通过将输入量与输出量模糊化,在将输入量与输出量模糊化后,建立输入量与输出量的模糊关系,而后在反馈检测到输入量的情况下,根据输入量与输出量的模糊关系,确定输出量所对应的模糊值,输出量所对应的模糊值经解模糊后,计算得到输出量的精确值,实现不锈钢冷轧轧机轧制力平衡的自动控制。本发明方法控制不锈钢冷轧轧机轧制力平衡的方法,可实现不锈钢冷轧轧机轧制力平衡的自动控制,相比人工调节,其调节的实时性、统一性均较好,不会出现调节不及时、因个体经验差异而导致调节结果参差不齐等情况。
Description
技术领域
本发明涉及冶金自动化技术领域,尤其涉及一种控制不锈钢冷轧轧机轧制力平衡的方法。
背景技术
金属秒流量控制作为冷连轧机最重要的厚度控制方式之一,已得到业内的广泛认可与应用。金属秒流量控制方式下,由轧制过程控制计算机(数学模型)下发高精度设定和TDC等可编程逻辑控制器实现的基础自动化AGC、张力、速度控制器等所构成的组合,是目前冷连轧机控制系统的主流配置,通过对上述配置的设定与控制,冷连轧机轧制过程中不锈钢的厚度精度己经达到了很高的水平。上述主流配置中,张力稳定优先,在受到外部干扰或原料材质不稳定时,冷连轧机轧制力的波动较大,严重时会导致个别机架轧制力超限甚至导致带钢轧破与断带。目前常规应对措施为,当部分机架轧制力偏高或偏低时,操作工会根据已往经验进行对应机架调速,以实现轧制力相对平衡。然而,人工调速费时费力,且难以规范化自动化,调节结果全凭操作工的经验,不同经验的操作工,调节结果也不尽相同。
发明内容
本发明的目的在于提供一种控制不锈钢冷轧轧机轧制力平衡的方法。
实现本发明目的的技术方案是:一种控制不锈钢冷轧轧机轧制力平衡的方法,包括以下步骤:
S1.沿不锈钢冷轧轧机中不锈钢的输送方向,除第一台轧机机架外,将其它相邻轧机机架的轧制力差值作为输入量,其它相邻轧机机架的轧制力差值按排序依次记为ΔE1,ΔE2,……;除第一台轧机机架和最后一台轧机机架外,将其它各轧机机架的对应的速度补偿值作为输出量,其它各轧机机架的对应的速度补偿值按排序依次记为Δv1,Δv2,……;确定输入量和输出量的基本论域;
S2.在输入量和输出量的基本论域的基础上,将输入量和输出量离散化,得到输入量和输出量的语言值论域;
S3.得到输入量和输出量的语言值论域后,将输入量和输出量的语言值论域模糊映射到模糊子集,模糊子集中各元素的含义分别为各等级的补偿程度;
S4.设定输入量及输出量的隶属度函数,根据设定的输入量及输出量的隶属度函数,计算模糊子集中的各元素,得到输入量及输出量的向量表;
S5.制定输出量与输入量间的模糊规则表;
S6.轧制过程中,在检测到输入量后,依照制定的模糊规则表,确定输出量的模糊值;
S7.确定输出量的模糊值后,解模糊,计算出输出量。
进一步地,步骤S1中,输入量的基本论域取k1*[a,b],输出量的基本论域取k2*[a,b]。
进一步地,步骤S2中,输入量和输出量按以下公式进行离散化:其中,x∈[a,b],且离散度n=3;得到输入量和输出量的语言值论域为{-3,-2,-1,0,1,2,3}。
进一步地,步骤S3中,将输入量和输出量的语言值论域模糊映射到模糊子集{NB,NM,NS,ZO,PS,PM,PB},模糊子集中NB的含义为“负大”,NM的含义为“负中”,NS的含义为“负小”,ZO的含义为“零”,PS的含义为“正小”,PM的含义为“正中”,PB的含义为“正大”。
进一步地,步骤S4中,输入量及输出量的隶属度函数取相同的如下的三角形隶属函数:
NB负大取隶属度函数
NM负中取隶属度函数
NS负小取隶属度函数
ZO零取隶属度函数
PS正小取隶属度函数
PM正中取隶属度函数
PB正大取隶属度函数
进一步地,步骤S7中,利用Mamdani算法进行解模糊。
本发明方法控制不锈钢冷轧轧机轧制力平衡的方法,通过将输入量与输出量模糊化,以便在将输入量与输出量模糊化后,根据人工经验,建立输入量与输出量的模糊关系,进而方便在反馈检测到输入量的情况下,即可根据输入量与输出量的模糊关系,确定输出量所对应的模糊值,输出量所对应的模糊值经解模糊后,即可计算得到输出量的精确值,从而实现不锈钢冷轧轧机轧制力平衡的自动控制。
本发明方法控制不锈钢冷轧轧机轧制力平衡的方法,是一个由实到虚、再由虚到实的过程,该由实到虚、再由虚到实的过程中,在虚的部分将人工经验套入,使人工经验可得以融入控制中,实现自动化。本发明方法控制不锈钢冷轧轧机轧制力平衡的方法,可实现不锈钢冷轧轧机轧制力平衡的自动控制,相比人工调节,其调节的实时性、统一性均较好,不会出现调节不及时、因个体经验差异而导致调节结果参差不齐等情况。
附图说明
图1是本发明方法控制不锈钢冷轧轧机轧制力平衡的方法的流程图。
具体实施方式
下面结合附图对本发明方法控制不锈钢冷轧轧机轧制力平衡的方法的较佳实施方式作详细的说明:
一种方法控制不锈钢冷轧轧机轧制力平衡的方法,用于对不锈钢冷轧四连轧机轧制力平衡控制,如图1所示,包括以下步骤:
S1.沿不锈钢冷轧轧机中不锈钢的输送方向,依次对四连轧机的四台机架进行排序;将第三台机架的轧制力与第二台机架的轧制力的差值记为ΔE1,将第三台机架的轧制力与第四台机架的轧制力的差值记为ΔE2,ΔE1=F3-F2,ΔE2=F3-F4,其中,F2为第二台机架的轧制力,F3为第三台机架的轧制力,F4为第四台机架的轧制力;
将对第二台机架的速度补偿值记为Δv1,将对第三台机架的速度补偿值记为Δv2;
将ΔE1和ΔE2作为输入量,将Δv1和Δv2作为输出量;
出于安全考虑,为轧制力的控制量设定限幅H,即-H≤ΔE1=F3-F2≤H;-H≤ΔE2=F3-F4≤H,H取3000kN;
ΔE1和ΔE2的基本论域取k1*[a,b],采样ΔE1和ΔE2时,按k1=2*H/(b-a)=1000进行补偿修正;将Δv1和Δv2的基本论域取k2*[a,b],计算第二台机架和第三台机架的速度补偿值时,按k2=2*y/(b-a)=1000进行单位补偿;
S2.在输入量和输出量的基本论域的基础上,按以下公式对输入量和输出量进行离散化:其中x∈[a,b],n为离散度,n取3,离散化后得到输入量和输出量的语言值论域为{-3,-2,-1,0,1,2,3},即ΔE1=ΔE2=Δv1=Δv2={-3,-2,-1,0,1,2,3};
S3.将输入量和输出量的语言值论域{-3,-2,-1,0,1,2,3}模糊映射到模糊子集{NB,NM,NS,ZO,PS,PM,PB},模糊子集{NB,NM,NS,ZO,PS,PM,PB}中,元素NB的含义为“负大”,元素NM的含义为“负中”,元素NS的含义为“负小”,元素ZO的含义为“零”,元素PS的含义为“正小”,元素PM的含义为“正中”,元素PB的含义为“正大”;
S4.设定输入量及输出量的隶属度函数,输入量及输出量的隶属度函数取相同的如下的三角形隶属函数:
NB负大取隶属度函数
NM负中取隶属度函数
NS负小取隶属度函数
ZO零取隶属度函数
PS正小取隶属度函数
PM正中取隶属度函数
PB正大取隶属度函数
根据输入量及输出量的隶属度函数,计算模糊子集中的各元素,得到以下输入量及输出量的向量表;
ΔE1、ΔE2和Δv1、Δv2隶属度向量表
S5.根据实际生产过程中的人工经验,制定输出量Δv1、Δv2与输入量ΔE1、ΔE2间的模糊规则表;
Δv1模糊规则表
Δv2模糊规则表
S6.轧制过程中,在检测到输入量后,依照输出量Δv1、Δv2与输入量ΔE1、ΔE2间的模糊规则表,确定输出量Δv1、Δv2的模糊值;
S7.确定输出量Δv1、Δv2的模糊值后,利用Mamdani算法,解模糊,计算出输出量;Mamdani算法解模糊的具体过程为:
根据Mamdani算法得出输出量Δv1、Δv2的模糊关系矩阵:
R(ΔE1,ΔE2,Δv1)=R(ΔE1)∧R(ΔE2)∧R(Δv1)=(R(ΔE1)∧R(ΔE2))∧R(Δv1),
R(ΔE1,ΔE2,Δv2)=R(ΔE1)∧R(ΔE2)∧R(Δv2)=(R(ΔE1)∧R(ΔE2))∧R(Δv2);
上式中,R(ΔE1)=R(ΔE2)=R(Δv1)=R(Δv2);
根据ΔE1、ΔE2和Δv1、Δv2隶属度向量表,逐条计算模糊规则:
S7.1.计算第一条的模糊规则
R(ΔE1,ΔE2)1=(1,0.5,0,0,0,0,0,0.5,0.5,0,0,Λ,0)1×49,
S7.2.按上述方法计算每一条模糊规则,每一条模糊规则均可得出一个模糊关系子矩阵,对所有子矩阵取并集得到模糊关系矩阵如下:
R(ΔE1,ΔE2,Δv1)=R(ΔE1,ΔE2,Δv1)1∨R(ΔE1,ΔE2,Δv1)2∨Λ∨R(ΔE1,ΔE2,Δv1)i(i=1,2,Λ,49),
求出模糊关系R(ΔE1,ΔE2,Δv1)后,可以按以下公式计算出输出量Δv1、Δv2的模糊向量:
Δv1=ΔE1∧ΔE2∧R(ΔE1,ΔE2,Δv1),
Δv2=ΔE1∧ΔE2∧R(ΔE1,ΔE2,Δv2);
计算出输出量Δv1、Δv2的1×7模糊向量后,通过以下加权平均法公式解模糊:
其中,Δv1(zij)为Δv1的模糊向量每一行的行元素,zj为每一行的行元素Δv1(zij)对应的离散变量;
其中,Δv2(zij)为Δv2的模糊向量每一行的行元素,zj为每一行的行元素Δv2(zij)所对应的离散变量;
从而得到最终的输出量Δv1、Δv2的精确值。
本发明方法控制不锈钢冷轧轧机轧制力平衡的方法,通过将输入量与输出量模糊化,以便在将输入量与输出量模糊化后,根据人工经验,建立输入量与输出量的模糊关系,进而方便在反馈检测到输入量的情况下,即可根据输入量与输出量的模糊关系,确定输出量所对应的模糊值,输出量所对应的模糊值经解模糊后,即可计算得到输出量的精确值,从而实现不锈钢冷轧轧机轧制力平衡的自动控制。
本发明方法控制不锈钢冷轧轧机轧制力平衡的方法,是一个由实到虚、再由虚到实的过程,该由实到虚、再由虚到实的过程中,在虚的部分将人工经验套入,使人工经验可得融入控制中,实现自动化。本发明方法控制不锈钢冷轧轧机轧制力平衡的方法,可实现不锈钢冷轧轧机轧制力平衡的自动控制,相比人工调节,其调节的实时性、统一性均较好,不会出现调节不及时、因个体经验差异而导致调节结果参差不齐等情况。
本发明方法控制不锈钢冷轧轧机轧制力平衡的方法,步骤S2中,对输入量和输出量进行离散化时,离散度n的取值可以但不仅限于为3,也可以为其它数值如4、5、6等;离散度n的取值越大,计算精确度更高,但计算难度也更大,更复杂。由于本发明最终的结果无需过于精确,离散度n的取值为3时,可很好的平衡精确度和计算难度,使之更为适用于本发明。
本发明方法控制不锈钢冷轧轧机轧制力平衡的方法,步骤S4中,输入量及输出量的隶属度函数可以但不仅限于为三角形隶属函数,还可以为梯形隶属函数、S状隶属函数等,相比其它隶属函数,三角形隶属函数的计算相对更为简单。
本发明方法控制不锈钢冷轧轧机轧制力平衡的方法,步骤S7中,解模糊的方法可以但不仅限于采用Mamdani算法,还可以采用最大隶属度法、加权平均法、中位数法等,相比其它方法,Mamdani算法更为简单。
本发明方法控制不锈钢冷轧轧机轧制力平衡的方法,可以但不仅限用于对不锈钢冷轧四连轧机轧制力平衡控制,还可以对其它如三连轧机、五连轧机的轧制力平衡控制。
本发明对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (6)
1.一种控制不锈钢冷轧轧机轧制力平衡的方法,其特征在于:包括以下步骤:
S1.沿不锈钢冷轧轧机中不锈钢的输送方向,除第一台轧机机架外,将其它相邻轧机机架的轧制力差值作为输入量;除第一台轧机机架和最后一台轧机机架外,将其它各轧机机架的对应的速度补偿值作为输出量;确定输入量和输出量的基本论域;
S2.在输入量和输出量的基本论域的基础上,将输入量和输出量离散化,得到输入量和输出量的语言值论域;
S3.将输入量和输出量的语言值论域模糊映射到模糊子集,模糊子集中各元素的含义分别为各等级的补偿程度;
S4.设定输入量及输出量的隶属度函数,根据设定的输入量及输出量的隶属度函数,得到输入量及输出量的向量表;
S5.制定输出量与输入量间的模糊规则表;
S6.轧制过程中,在检测到输入量后,依照制定的模糊规则表,确定输出量的模糊值;
S7.确定输出量的模糊值后,解模糊,计算出输出量。
2.根据权利要求1所述的控制不锈钢冷轧轧机轧制力平衡的方法,其特征在于:步骤S1中,输入量的基本论域取k1*[a,b],输出量的基本论域取k2*[a,b]。
3.根据权利要求1所述的控制不锈钢冷轧轧机轧制力平衡的方法,其特征在于:步骤S2中,输入量和输出量按以下公式进行离散化:其中,x∈[a,b],且离散度n=3;得到输入量和输出量的语言值论域为{-3,-2,-1,0,1,2,3}。
4.根据权利要求1所述的控制不锈钢冷轧轧机轧制力平衡的方法,其特征在于:步骤S3中,将输入量和输出量的语言值论域模糊映射到模糊子集{NB,NM,NS,ZO,PS,PM,PB},模糊子集中NB的含义为“负大”,NM的含义为“负中”,NS的含义为“负小”,ZO的含义为“零”,PS的含义为“正小”,PM的含义为“正中”,PB的含义为“正大”。
5.根据权利要求1所述的控制不锈钢冷轧轧机轧制力平衡的方法,其特征在于:步骤S4中,输入量及输出量的隶属度函数取相同的如下的三角形隶属函数:
NB负大取隶属度函数
NM负中取隶属度函数
NS负小取隶属度函数
ZO零取隶属度函数
PS正小取隶属度函数
PM正中取隶属度函数
PB正大取隶属度函数
6.根据权利要求1所述的控制不锈钢冷轧轧机轧制力平衡的方法,其特征在于:步骤S7中,利用Mamdani算法进行解模糊。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310633664.0A CN116586443A (zh) | 2023-05-31 | 2023-05-31 | 一种控制不锈钢冷轧轧机轧制力平衡的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310633664.0A CN116586443A (zh) | 2023-05-31 | 2023-05-31 | 一种控制不锈钢冷轧轧机轧制力平衡的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116586443A true CN116586443A (zh) | 2023-08-15 |
Family
ID=87595478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310633664.0A Pending CN116586443A (zh) | 2023-05-31 | 2023-05-31 | 一种控制不锈钢冷轧轧机轧制力平衡的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116586443A (zh) |
-
2023
- 2023-05-31 CN CN202310633664.0A patent/CN116586443A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101995822A (zh) | 一种大时滞系统的灰色自抗扰控制方法 | |
KR102645431B1 (ko) | 제조 설비의 설정 조건 결정 방법, 압연기의 밀 셋업 설정값의 결정 방법, 압연기의 밀 셋업 설정값의 결정 장치, 제조물의 제조 방법 및 압연재의 제조 방법 | |
JP3330758B2 (ja) | 調節されるシステムにおけるプロセスの制御方法および装置 | |
Wang et al. | A hybrid approach for supervisory control of furnace temperature | |
JPH05204408A (ja) | 産業設備における制御パラメータの修正方法 | |
EP3332883B1 (en) | Metal thickness control model based inferential sensor | |
KR100499165B1 (ko) | 시변 산업 프로세스 파라미터를 확인 또는 사전 계산하기 위한 방법 및 장치 | |
CN100515592C (zh) | 轧钢机的控制装置及轧钢机的控制方法 | |
Méndez et al. | Finishing mill strip gage setup and control by interval type-1 non-singleton type-2 fuzzy logic systems | |
CN116586443A (zh) | 一种控制不锈钢冷轧轧机轧制力平衡的方法 | |
CN114510864A (zh) | 一种基于K-means聚类算法的神经网络预报轧制力的预报方法 | |
CN115860450B (zh) | 一种基于状态空间模型的预测控制方法、装置及介质 | |
Su et al. | A time-varying weights tuning method of the double EWMA controller | |
JPS59101212A (ja) | 圧延機の制御方法 | |
CN110773580A (zh) | 一种基于XGBoost算法计算轧制力的方法及系统 | |
CN113655816B (zh) | 钢包底吹氩系统流量控制方法及计算机可读存储介质 | |
JP2968644B2 (ja) | 熱間粗圧延における板幅セットアップ装置 | |
Kim et al. | Sensitivity analysis on a neural network for analyzing the camber in hot rolling process | |
TWI786580B (zh) | 精軋機出口溫度估算方法 | |
JPH0378003A (ja) | ファジイコントローラ | |
CN113568309B (zh) | 用于温度场的在线时空控制方法 | |
JP2001030005A (ja) | 板幅制御装置 | |
JP3267841B2 (ja) | 位相補償機能つき制御装置 | |
Alli et al. | Adaptive optimal control of Baker’s yeast fermentation process with extreme learning machine and recursive least square technique | |
JPH0871627A (ja) | 制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |