针对冷连轧机负荷分配寻优速度缓慢的问题,采用了基于改进人工鱼群算法的优化方法。由于基本人工鱼群算法后期收敛速度慢、精度不高,所以对其中觅食行为的视野和步长进行了优化。首先给定一个较大的视野和步长,随着算法的迭代,视野不断减小,到某一值后不再改变,同时步长随着视野的减小而同比例减小。结合某钢厂五机架冷连轧机,以轧制力成比例分配为目标函数,以压下率为约束条件,通过MATLAB对轧制负荷分配的寻优过程进行仿真,结果表明改进后的人工鱼群算法在轧制负荷分配方面,具有算法实现简便、收敛速度快等优点,而且与典型轧制规程相比,各机架出口厚度误差最大为4.26%,为实际生产中轧制规程的制定提供了有效的方法。

结合工程实际,从理论剖析入手,简述厚度控制原理,分析影响出口厚度的因素及各种AGC工作原理。对传统PID和模糊PID控制下的液压AGC系统的响应过程进行Matlab仿真研究,结果表明,模糊PID较传统PID具有更优的控制品质。

冷连轧机辊缝自动标定是液压辊缝控制中精度要求最高的环节之一,2007年鞍钢股份有限公司新建1 450 mm冷轧机采用德国Siemens公司TDC控制系统,实现了辊缝自动标定功能。作者从应用角度分析了轧机辊缝自动标定的分类与过程,阐述了轧机辊缝自动标定时,如何实现相对轧制力、辊缝位置、辊缝倾斜的零点标准,同时,对现场标定过程出现的典型故障进行分析并提出解决方法。实践证明通过辊缝自动标定,可以提高轧机HGC精度,保证成品带钢的厚度要求。

针对带钢冷连轧精轧机组中负荷分配的优化问题,提出一种免疫萤火虫算法。该方法利用免疫算法中抗体对抗原敏感性强的特点,在目标函数的激励下迅速大量产生可行域中适应度高的解,解决基本人工萤火虫算法中因观察范围内高亮度的萤火虫发现率低导致的算法初始迭代缓慢问题。为提高萤火虫算法的精度、避免陷入局部极值,根据免疫算法中抗体浓度与激励度的关系,提出新的萤光素更新公式。仿真分析免疫算法、人工萤火虫算法和免疫萤火虫算法,结果表明了免疫萤火虫算法在收敛速度和精度上的优越性。

冷连轧过程中的厚度与张力系统具有多变量、强耦合和不确定的特点。为降低两者的耦合影响,提高系统响应速度和抗干扰能力,提出基于BP神经网络逆系统解耦原理的PID控制策略。考虑轧制力相对于张应力的变化系数,建立厚度与张力系统的动态耦合模型,并应用Interactor算法证明此模型的可逆性。应用BP神经网络逆系统解耦原理实现对厚度与张力系统的解耦,减弱厚度与张力的耦合影响。针对粒子群优化算法极易陷入局部最优的问题,提出一种粒子群优化算法

以双机架可逆冷连轧机液压APC(Automatic Position Control--位置自动控制)系统为研究对象建立了相应的轧机液压APC系统的数学模型.采用鲁棒H∞控制的设计方法对参数摄动等的不确定性进行了仿真结果表明所设计的H∞控制器具有良好的跟踪特性和对参数摄动的鲁棒性.

以双机架可逆冷连轧机液压APC(Automatic Position Control—位置自动控制)系统为研究对象,建立了相应的轧机液压APC系统的数学模型,根据轧机液压系统的结构特点,分析了系统中参数不确定的因素,采用了不同的控制方式对参数摄动等的不确定性进行了仿真比较。结果表明采用H∞控制具有更加良好的跟踪特性和对参数摄动的鲁棒稳定性。