[发明专利]一种多电机负荷优化的冷连轧控制方法

摘要

一种多电机负荷优化的冷连轧控制方法，包括以下步骤：1）分配各机架出口厚度，每个机架对应一台驱动电机，并以各机架的出口厚度为基础给定浮动范围初始化形成原始粒子，粒子所在的位置即表示机架出口厚度；2）根据原始粒子的数据，依照机架出口厚度，计算每个机架对应的驱动电机的轧制功率，并采用等相对负荷余量为目标函数；3）采用量子粒子群算法；4）依照更新后的位置，得到更新后的机架出口厚度。对于单一粒子组，如果更新后的目标函数值小于该组粒子之前的目标函数值，则称该值为该粒子组的个体最优解，即个体极值。对于整个粒子群组，性能表现最好的粒子组，与上次迭代的全局极值比较，取最优解为新的全局极值；5）检查迭代结束条件，若满足则结束迭代,否则返回步骤3）继续迭代；6）根据得到的最终全局最优解，确定各机架的最终出口厚度，根据轧制力模型计算轧制力。本发明能减少计算量、精度较高、负荷优化。

主权项

1.一种多电机负荷优化的冷连轧控制方法，其特征在于：所述冷连轧控制方法包括以下步骤：1）、分配各机架出口厚度，每个机架对应一台驱动电机，并以各机架的出口厚度为基础给定浮动范围初始化形成原始粒子，粒子所在的位置即表示机架出口厚度；2）、根据原始粒子的数据，依照机架出口厚度，计算每个机架对应的驱动电机的轧制功率，并采用等相对负荷余量为目标函数，则有：（1）式中，F为目标函数值，，为第i、j机架主电机的额定功率；N_i、N_j为第i、j机架轧制功率；n为机架数；3）、采用量子粒子群算法，迭代方程如下(2)(3)(4)式中，为第i组粒子的第d维参数，每一维对应一个机架；t是迭代次数，a和b是两个在（0,1）之间的随机数，pbest为粒子组本身所找到的最优解，即个体极值，gbest是整个种群目前找到的最优值，称之为全局极值，是一个在之间得到的随机数；称之为三角势阱模型长度，在以后出现的解释框图中以参数L代替，其中w为一个满足小于的随机数，X为粒子更新后的位置； 4）、依照更新后的位置，得到更新后的机架出口厚度，依照公式（1）计算得到更新后的目标函数值；对于单一粒子组，如果更新后的目标函数值小于该组粒子之前的目标函数值，则称该值为该粒子组的个体最优解，即个体极值；对于整个粒子群组，性能表现最好的粒子组，与上次迭代的全局极值比较，取最优解为新的全局极值；5）、检查迭代结束条件，若得到满意误差范围内全局极值或迭代次数达到预设限值，则结束迭代；反之返回到步骤3）继续迭代。6）、根据得到的全局最优解，确定各机架的最终出口厚度，再根据轧制力模型计算轧制力。