一种冷轧带钢板形智能优化控制方法技术

本发明专利技术提供冷轧带钢板形智能优化控制方法，将板形偏差信号通过模式识别划分为左边浪和右边浪分量、中间浪和双边浪分量、以及四分浪和边中浪分量；建立冷轧机板形控制的模糊推理规则；对得到的模糊推理规则，定义广义输入变量和其广义模糊子集，然后取广义输入变量对应的模糊集合的模糊隶属函数；求取冷轧机倾辊装置、工作辊弯辊装置和中间辊弯辊装置的在线调节量，得到冷轧机板形智能优化控制的在线调节量计算模型；按得到的在线调节量计算模型来进行在线调节，解决由于轧机本体与板形仪之间存在传输时滞和对板形影响因素考虑不全面而导致冷轧带钢产品板形控制质量不高的问题。

【技术实现步骤摘要】

【技术保护点】
一种冷轧带钢板形智能优化控制方法，其特征在于：它包括以下步骤：1）对常见板形缺陷进行分类，依次分为：左边浪、右边浪、中间浪、双边浪、四分浪和边中浪；其中将板形偏差信号通过模式识别划分为左边浪和右边浪分量Δ1、中间浪和双边浪分量Δ2、以及四分浪和边中浪分量Δ3；2）对于同一规格的带钢，建立冷轧机板形控制的模糊推理规则：IF(P-d11)isF11and(P-d12)isF12,and···,and(P-d1n1)isF1n1,(T-d21)isF21and(T-d22)isF22,and···,and(T-d2n2)isF2n2,(Δ1-d31)isF31and(Δ1-d32)isF32,and···,and(Δ1-d3n3)isF3n3,(Δ2-d41)isF41and(Δ2-d42)isF42,and···,and(Δ2-d4n4)isF4n4,(Δ3-d51)isF51and(Δ3-d52)isF52,and···,and(Δ3-d5n5)isF5n5;THENu1u2u3=aF11bF11cF11+···+aF1n1bF1n1cF1n1+aF21bF21cF21+···+aF2n2bF2n2cF2n2+···+aF21bF51cF51+···+aF5n5bF5n5cF5n5;其中，P为冷轧机的实时轧制力；为对应的模糊子集，包括正P和负N两个语言值，当为正P时，为当为负N时，为为模糊推理规则中对P进行线性变换的第j1个线性变换点，且有j1=1,2,…,n1，n1为模糊推理规则中对P进行线性变换的个数；T为冷轧机的实时轧制后张力；为对应的模糊子集，包括正P和负N两个语言值，当为正P时，为当为负N时，为为模糊推理规则中对T进行线性变换的第j2个线性变换点，且有j2=1,2,…,n2，n2为模糊推理规则中对T进行线性变换的个数；为对应的模糊子集，包括正P和负N两个语言值，当为正P时，为当为负N时，为为模糊推理规则中对Δ1进行线性变换的第j3个线性变换点，且有j3=1,2,…,n3，n3为模糊推理规则中对Δ1进行线性变换的个数；为对应的模糊子集，包括正P和负N两个语言值，当为正P时，为当为负N时，为为模糊推理规则中对Δ2进行线性变换的第j4个线性变换点，且有j4=1,2,…,n4，n4为模糊推理规则中对Δ2进行线性变换的个数；为对应的模糊子 集，包括正P和负N两个语言值，当为正P时，为当为负N时，为为模糊推理规则中对Δ3进行线性变换的第j5个线性变换点，且有j5=1,2,…,n5，n5为模糊推理规则中对Δ1进行线性变换的个数；u1为冷轧机倾辊装置在线调节量，u2为冷轧机工作辊弯辊装置在线调节量，u3为冷轧机中间辊弯辊装置在线调节量；和为对应的输出常数，和为对应的输出常数，和为对应的输出常数，和为对应的输出常数，和为对应的输出常数；由于和的取值，使得上述模糊推理规则共有条；3）对得到的条模糊推理规则，定义广义输入变量xk和其广义模糊子集Fk：xk=P-d1k,1≤k≤n1,T-d2(k-n1),n1+1≤k≤n1+n2,Δ1-d3(k-n1-n2),n1+n2+1≤k≤n1+n2+n3,Δ2-d4(k-n1-n2-n3),n1+n2+n3+1≤k≤n1+n2+n3+n4,Δ3-d5(k-n1-n2-n3-n4),n1+n2+n3+n4+1≤k≤n1+n2+n3+n4+n5,Fk=F1k,1≤k≤n1,F2(k-n1),n1+1≤k≤n1+n2,F3(k-n1-n2),n1+n2+1≤k≤n1+n2+n3,F4(k-n1-n2-n3),n1+n2+n3+1≤k&...

【技术特征摘要】

【专利技术属性】
技术研发人员：赵昊裔，
申请(专利权)人：中冶南方工程技术有限公司，
类型：发明
国别省市：