冷轧机HAGC系统非线性模型辨识.pdfVIP

维普资讯 第 2卷第 3期 长 沙 理 工 大 学 学 报 (自然 科 学 版 ) V01．2No．3 2005年 9月 JournalofChangshaUniversityofScienceandTechnology(NaturalScience) Sep．2005 文章编号 ：1672—9331(2005)03—0033—05 冷轧机 HAGC系统非线性模型辨识 贺尚红 ，陈耿彪 ，陈慧勇 (长沙理工大学 汽车与机械工程学院，湖南 长沙 410076) 摘 要 ：分析了冷轧机液压 自动厚控系统(HAGC)的非线性动力学模型特性 ．采用改进 的Elman网络 ，建立 了 某冷轧平整机 HAGC系统的动态模型．试验结果表 明，Elman网络利用 内部状态反馈描述系统的非线性动力 学行为 ，适合于高阶非线性动态系统的实时辨识 ． 关键词 ：冷轧机 ；Elman神经网络 ；冷轧机液压 自动厚控系统 中图分类号 ：TH137 文献标识码 ：A 在现代板带轧制生产中，随着轧机 自动化水平 以及对带钢质量要求的不断提高，对轧机执行机构及 控制系统性能的要求也越来越高 ．而 HAGC(HydraulicAutomaticGaugeContro1)系统通过辊系直接作用于轧 制带材 ，其固有 的动力学特性直接对产品质量产生影响 ．因此 ，对冷轧机 HAGC系统的建模研究具有重要 的理论和现实意义 ． 数学建模与试验辨识是建立液压AGC动态模型的两种重要手段 ．20世纪 80年代 以来，国内外学者 研究了考虑伺服阀、液压缸、输油管路 、轧机 (动态特性 、固有频率、轧机模数和阻尼效应)及传感器等部件 的HAGC动态模型_1．2]．然而 ，由于轧机系统的复杂性 ，液压AGC系统的动态解析模型与实际系统存在很 大的差异 ．在对 HAGC系统进行故障诊断及设计 HAGC控制策略时 ，需要准确获取反映输入和输 出非线 性动态关 系的系统模型 ． 神经网络在逼近任意非线性连续函数方面具有巨大的优越性 ，为非线性系统的辨识提供了一种通用 模式，而且其网络本身是实际系统的一个物理实现，可以用于系统的在线控制 ．本研究采用改进 的Elman 网络，对冷轧机 HAGC系统进行 了辨识研究 ． 1 液压 AGC系统模型分析 图1为某平整机 HAGC系统工作原理图．该 系统 由压下缸位置 闭环、轧制力 闭环 和测厚仪监 控闭环三个子系统组成 ．轧制前，根据由电位计给 出的原始辊缝 (对应压下缸位移 。)，该信号通过 综合 比较 ，经调节器 1及相应控制 电路进入伺服 阀，由伺服 阀控制压下活塞动作 ，位置传感器测 出 操作侧和驱动侧油缸位移 。。和 D2，取平均值 作为实测信号，为给定信号 提供反馈量 ．由轧 图1平整机液压AGC系统原理图 收稿 日期 ：2005—04—08 基金项 目：中国博士后基金资助项 目(2003034466)；湖南省 自然科学基金资助项 目(40JJ3029) 作者简介 ：贺 尚红 (1965一)，男，湖南宁乡人 ，长沙理工大学教授 ，博士，主要从事机液系统动力学建模 、辨识与仿真 的研究 ． 维普资讯 34 长 沙 理 工 大 学 学 报 (自然 科 学 版 ) 2005年 9月 辊磨损变形、热膨胀以及检测元件误差等因素所造成的原始辊缝偏差 ，可通过轧机出口处测厚仪测出的 轧件厚度 hd，经轧机及工件弹塑变形约束关系转换成油缸补偿控制位移 Ax。，再经调节器 1及伺服阀对油 缸进行补偿控制 ． 在平整轧制过程中，液压 AGC系统 以轧制力控制方式进行 ，通过控制轧制力达到控制轧制厚度的 目 的．图1中， 为轧制力设定值， 为轧制力实测值，其偏差信号经压力 ／位置转换器及调节器2进入伺 服阀，使压下油缸工作 ，实现轧辊辊缝补偿的调