基于鲨鱼优化算法的液压伺服系统自抗扰控制

针对冷轧机组液压伺服位置系统存在不一致性而引起两侧位置不同步的问题,提出一种基于改进鲨鱼优化(ISSO)算法的自抗扰同步控制方法。首先,建立了液压伺服位置同步系统的数学模型,并针对自抗扰控制器参数难以整定以至于影响同步控制精度的问题,通过引入反向学习综合策略和自学习系数,针对鲨鱼优化算法易陷入局部最优的问题进行了改进,并将改进后的鲨鱼优化算法用于自抗扰控制器的参数整定。最后,通过仿真验证了所提方法有效地减小了同步控制误差,且具有良好的抗扰动能力。

高强带卷层冷温控精度的优化

层冷温度是热轧产线控制的重要参数之一,其控制好坏直接影响板卷组织性能的稳定性。介绍了层冷模型的3个主体模型。从终轧温控、轧制速度变化、自学习控制等方面研究了层冷温度控制中的常见问题,并提出了优化措施。通过优化自学习条件、参数、温度调整策略等,层冷温度控制精度得到大幅提升。

基于支持向量回归的二次冷轧轧制力预报模型

为提高二次冷轧兼平整机组在二次冷轧模式下轧制力的预报精度,建立了一种基于摩擦系数自学习的轧制力预报模型。考虑到摩擦系数自学习模型的不足,为进一步提高轧制力的预报精度,提出了一种支持向量回归预测轧制力的计算误差与摩擦系数自学习相结合的轧制力预报方法。结果表明,该模型的计算值与实际值吻合较好,误差控制在±7%以内,满足现场生产要求,具有较高的工程应用价值。

1580 mm热连轧带钢精轧轧制力模型研究与改进

为了提高首钢京唐1 580 mm产线精轧轧制力预报精度,对精轧轧制力模型进行了研究,结合现场生产的典型问题,即同一钢种族内化学成分波动、薄规格带钢头部大张力引起精轧模型自学习趋势异常及变形抗力自学习层别跳变引起的轧制力设定偏差,对轧制力基础模型和自学习模型进行了改进。修正了钢种族的划分方法、回归整定了化学成分对变形抗力的影响因子、增加了实测张力修正精轧自学习的方法以及建立了基于双线性插值方法来获取变形抗力自学习系数的方法。改进措施实施后,各机架的轧制力预报精度均有不同程度的提高,且带钢通长的厚度标准差由12.22μm降低至10.5μm以内,指标精度得到显著提升。

提高轧制力设定精度的一种离线优化方法

轧制力参数设定是轧机设定模型的核心参数之一,对决定成品卷的厚度精度及板型质量至关重要。京唐酸轧二级模型计算轧制力时采用Bland-Ford-Hill公式,经分析确定影响轧制力计算精度的参数主要为变形抗力和摩擦力因数。因此提出了一种利用特定钢种的初始历史实际轧制数据离线调整其变形抗力和摩擦力因数的方法,从而提高本钢种在线轧制力模型的设定精度。实际应用表明,使用通过此方法优化后的变形抗力和摩擦力参数计算轧制力,轧制力设定模型的精度得到了明显提高,能够满足在线控制需求。