冷轧连续退火炉加热段温度控制系统的研究与设计

摘要

连续退火炉作为轧钢企业冷轧连续退火生产线上的主体设备，对带钢的质量、产量及成本等方面影响很大。对连续退火炉进行有效的温度控制可以明显提高生产率，有效改善产品质量，并可以达到节约成本及节能环保目标。由于连续退火炉是具有非线性、大时滞、参数时变的复杂且难以控制的工业过程，传统的PID控制策略很难满足控制要求，故研究一种性能良好的控制策略具有实际意义。 本文从实际出发，以本钢连续退火生产线为研究背景，对现场连续退火炉温度控制系统进行重点消化研究，详细分析系统中包括的炉温控制回路、煤气流量控制回路及空气流量控制回路，并且对系统所采用的双交叉限幅控制进行研究。 由于连续退火炉温度控制系统是具有大惯性、纯滞后、强耦合、参数时变等特点的非线性系统，通过机理建模很难获得准确的数学模型。论文基于正交最小二乘法(OLS)优化的RBF神经网络辨识退火炉的动态模型，通过对退火炉炉温参量的分析，得到系统的主要输入为煤气流量及空气流量。通过现场采集的大量数据对OLS-RBF神经网络进行炉温模型辨识，并通过仿真研究结果表明基于OLS-RBF神经网络退火炉炉温模型具有良好的辨识效果。 在建好炉温数学模型的基础上，将炉温模型作为主要研究对象。论文设计一种基于自适应遗传算法(AGA)的模糊PID控制器对炉温进行控制，在传统的遗传算法基础上加入了自适应遗传算子。自适应的交叉概率Pc和变异概率Pm为遗传算法中的种群提供解的最佳值，使得遗传算法在不仅保证了种群多样性，还可以保持遗传算法的收敛性。并且将模糊策略与PID控制相结合起来，利用自适应遗传算法优化模糊规则的调整参数αij，模糊PID控制器的偏差E的量化因子KE和偏差的变化率EC的量化因子KEC。对仿真的分析研究表明，AGA-Fuzzy PID在炉温控制过程中控制效果要优于AGA-PID及Fuzzy PID，对系统的稳定性、动态性能及稳态性能都有较大的提高。AGA-Fuzzy PID控制策略可以快速的跟踪炉温的变化，具有响应速度迅速、调节时间短、稳态误差小等特点，系统的跟踪性能极大地得到了改善。

目录

声明

摘要

第1章绪论

1．1课题研究背景与实际意义

1．2连退炉控制系统的发展现状

1．3本文的主要工作

第2章冷轧连续退火炉温度控制系统的研究

2．1冷轧连续退火生产线和连续退火炉工艺

2．1．1连续退火生产线总体概述

2．1．2连续退火炉的工艺技术

2．2连续退火炉加热段温度控制系统

2．2．1炉温控制系统构成

2．2．2燃烧控制的基本概念

2．2．3双交叉限幅燃烧控制原理

2．2．4燃气流量控制回路及空气流量控制回路

2．3控制效果分析

2．4本章小结

第3章基于OLS-RBF神经网络的炉温模型辨识

3．1连退炉加热段炉温控制工艺特性分析

3．2基于OLS-RBF神经网络辨识基础

3．2．1系统辨识的内涵

3．2．2 RBF神经网络

3．2．3 OLS算法优化原理

3．3基于OLS-RBF神经网络辨识炉温模型

3．3．1基于OLS-RBF神经网络辨识退火炉温度模型

3．3．2仿真实验

3．4本章小结

第4章基于AGA-模糊PID炉温控制系统

4．1．2模糊PID控制系统设计

4．2自适应遗传算法

4．2．1遗传算法的特点

4．2．2遗传算法的基本操作

4．2．3遗传算法的寻优过程

4．2．4自适应遗传算法

4．3 AGA-模糊PID炉温控制系统设计

4．4仿真实验

4．5本章小结

第5章结论与展望

参考文献

致谢