[发明专利]基于影响矩阵自学习的板形闭环控制方法

说明书

技术领域

本发明涉及板带冷轧制过程中产品质量的控制技术，特别涉及一种基于影响矩阵自学习的板形闭环控制方法。

背景技术

随着科学技术的发展，各行业对带钢的需求量越来越大，同时用户对带钢的质量要求也越来越高，尤其是对家电钢板、汽车钢板、镀锡钢板等冷轧薄板的板形。如果冷轧带钢板形不良，将严重影响其后续深加工产品的质量及寿命。若要使冷轧带钢产品具有良好的板形，就必须要为冷板带轧机配备完善的板形闭环控制系统，而板形闭环控制模型是板形闭环控制系统的核心部分。

在20世纪60至80年代，冷轧带钢的板形闭环控制模型主要有模式识别法、参数识别法等^[1]([1]丁修堃.轧制过程自动化.第2版.北京：冶金工业出版社，2006：218-221)。由于早期研究人员对板形调控机构调节性能的认识及技术手段等都具有一定的局限性，在传统的板形闭环控制模型中一种板形调控机构仅对某一类板形缺陷模式进行调节，忽略了在实际中各种板形控制手段之间相互耦合的事实，使得板形控制精度有限。随着用户对带钢板形要求的提高、板形测量技术与工程计算的不断进步，在90年代出现了基于效应函数的板形闭环控制模型^[2]([2]张云鹏.宽带钢冷轧板形控制效应函数研究：[北京科技大学博士论文].1999：12)。该模型中，不再进行板形偏差模式识别与解耦计算，而代之以直接的板形调节量最小二乘求解，直接从实测板形应力分布的角度进行相关的分析和计算。与传统模型相比，基于效应函数的板形闭环控制模型能够实现对板形测量信息更为全面的利用，并有利于轧机板形调节能力的充分发挥以及板形控制精度的提高。然而，效应函数定义为各调节手段变化量对沿板宽方向某一段长度上板形的影响并不恰当，实际上，板形调节手段不能具体到沿板宽方向的某一段上，也就是说无法为消除某一段上板形的偏差而计算出相应的调节量。为了克服这一缺点，张秀玲提出了基于影响矩阵的板形控制理论^[3]([3]张秀玲.冷带轧机板形智能识别与智能控制研究.[燕山大学工学博士论文].2002：20-45)，该理论将各板形调控机构调控性能按照板形模式识别的方法进行最小二乘回归，得到的板形特征参数做为该调控机构的影响系数，最终形成用于板形闭环控制的影响矩阵。何海涛^[4]又对这一理论进行了丰富与完善([4]何海涛.宽带钢冷轧机板形在线控制智能模型的研究与应用.[燕山大学工学博士学位论文].2008：41-75)。

将上述有关文献内容作为本发明的背景技术包含在本说明书中来说明板形控制影响矩阵理论。

考虑到现代轧机板形控制手段的多样化和板形控制能力的提高，本发明采用单修迎等人提出的含有三次板形的板形模式识别方法^[5]([5]单修迎，刘宏民，贾春玉.含有三次板形的新型板形模式识别方法.钢铁，2010，45(8)：56-60)。

选择1、2、3、4次勒让德多项式作为板形缺陷基本模式，各种板形缺陷的表达式如下：

左边浪的标准归一化方程：

Y₁＝p₁(y)＝y

右边浪的标准归一化方程：

Y₂＝-p₁(y)＝-y

中间浪标准归一化方程：

Y3=p2(y)=32y2-12]]>

双边浪的标准归一化方程：