热连轧综合AGC系统的智能化控制

D0I:10.13374/i.issm1001053x.2002.05.019 第24卷第5期 北京科技大学学报 Vol.24 No.5 2002年10月 Journal of University of Science and Technology Beijing 0ct.2002 热连轧综合AGC系统的智能化控制 童朝南” 孙一康” 陈百红)张海波2” 1)北京科技大学信息工程学院，北京1000832)鞍山钢铁集团公司热轧带锅厂，鞍1114031 摘要介绍了多机架与多种AGC控制功能的智能化协调控制，AGC调节过程中参数智能 化修正以及监控AGC中模糊控制方法，并给出了实际控制效果和结论. 关键词AGC;智能控制；热连轧 分类号TG302 热轧板质量控制主要分为三类，即温度、板 1 多机架多功能AGC控制系统 形、板厚，其中板厚控制是每条生产线上最为普 本文介绍的热轧系统是鞍钢1700m连轧机 遍应用的质量控制.在国内十几条大型热连轧 生产线上或多或少地配置有各类厚度控制功 移地改造项目.其精轧机组具有6个机架，原系 统全部是直流传动电气同步的电动压下，改造 能，即AGC控制.经典的AGC控制是压力反馈 AGC(简称GM-AGC),前馈AGC(简称FFAGC), 后在F4,F5两机架上增加了液压微调装置，目 的是促使厚度控制性能大大上升，根据理论研 测厚仪监控AGC(简称MNAGC-7.本文针对各 究和大量生产调试摸索的经验，在本机组中确 种AGC算法，在热连轧精轧机组的多机架上（既 定了多机架多功能AGC综合方案.图1给出了 有电动压下机架，又有液压微调控制的机架)， 综合AGC的控制方案示意图.综合功能的智能 研究了AGC功能如何匹配，如何根据实际轧制 工艺状况实现多功能AGC的控制，以及智能化 化和控制参数的智能化如下： if (P-Pol500kN)then (=k2==0)F2, 控制意图是如何实现等问题 F3投人硬度AGC(P,为锁定压力). F] F2 F3 F4 F5 F6 压力测量 P KFFAGO KFFAGC KFFAGO KFFAGC 04h UZZY FUZZY FUZZY MNAGO G G 图1综合AGC的控制方案 Fig.I Scheme of multi-function AGC control 收稿日期2001-1102童朝南男，46岁，教授 女国家经贸委“九五”攻关项目

第 2 4 卷 第 5 期 2 002 年 10 月 北 京 科 技 大 学 学 报 J o u r n a l o f U n 扮e r s i ty o f S e i e u e e a n d Te c h n o l o gy B eij i n g V 6 1 . 2 4 N 0 . 5 o ct . 2 0 2 热连轧综合 A G C 系统的智能化控制 童朝 南 ” 孙一康 ” 陈百 红 2 , 张海波 ” l) 北京科技大学信息工程学院 , 北京 10 0 0 83 2) 鞍 山钢铁集团公司热轧带钢厂 , 鞍山 1 14 0 31 摘 要 介绍 了多机架与多种 A G c 控制功 能 的智能 化协 调控制 , A G C 调 节过程 中参 数智 能 化 修正 以及监控 A G C 中模 糊控 制方 法 ,并给 出 了实际 控制效 果 和结论 . 关 键词 A G C ; 智 能控制; 热连 轧 分 类号 T G 30 2 热轧板质量 控制 主要分 为三类 , 即温度 、 板 形 、 板厚 ,其 中板厚控制是每条生产线上 最 为普 遍应用 的质 量控 制 . 在 国 内十几条大型 热 连轧 生 产线上 或 多或少 地 配置 有各 类厚 度控 制 功 能 , 即 A G C 控 制 . 经典 的A G C 控制是压力反馈 A G C (简称 G M 一 A G C ) , 前馈 A G C (简称 FFA G C ) , 测厚仪监控 A G (C 简称 M N A G )C ` ,一刀 . 本文针 对各 种 A G c 算法 , 在热连轧精轧机组 的多机架上(既 有 电动压 下 机架 , 又 有液压微 调控 制的 机架 ) , 研究 了 A G C 功 能如何匹 配 , 如何根据实 际 轧制 工艺状况实 现多功能 A G C 的控制 , 以及智 能化 控制 意图是如 何实现等 问题 . 1 多机架 多功能 A G C 控制系统 本文介绍 的 热轧 系统是鞍钢 1 7 0 m 连轧机 移地改造项 目 . 其精轧机组具有 6 个机架 , 原 系 统全部是直 流传动 电气 同步的电动压下 , 改造 后在 F 4 , F S 两机架上增加 了 液压微调 装置 , 目 的是促使 厚度控制性能大 大上升 . 根据理论研 究和大量生 产调 试摸索 的 经验 , 在本机组 中确 定 了多机架 多功能 A G C 综合 方案 . 图 1 给出 了 综合 A G C 的控 制方案示 意图 . 综合 功能的 智能 化和控制参数 的智能化 如下 : if ( !P ; 一P o l毛 5 0 0 kN ) t h e n ( k ; 二棍二棍=() ) F Z , 3F 投人 硬度 A G c (0P 为锁定压力 ) . F 1 F Z 压力测量 尸 1 K F FA G C K F F A G K F F A G〔: 尽 △儿 F U Z Z Y M N A G C F IJ Z Z Y M N A G C F U Z Z Y 卜IN A (汇 G ; l 抵 l 认 图 1 综 合 A G C 的控 制方 案 F ig . l S e h e m e o f m u lt i 一 fu n e it o n A G C c o n t or l 收稿 日期 2 0 01 一 1 一2 童朝南 男 , 46 岁 , 教授 * 国家 经贸委 ’ `九五 ” 攻关项 目 DOI: 10. 13374 /j . issn1001 -053x. 2002. 05. 019

·554· 北京科技大学学报 2002年第5期 if (500kN<P,-Po800kN)then (k=1,k2= as=-[9h,-h)-(s,-a] (5) k0)F2-F4投入硬度AGC. if (800kN<P-Pl1200kN)then (=k2=1, h=8十是 (6) k0)F2~F5投入硬度AGC. 式中，h,ha分别为第i机架的实际厚度和目标 if P-Pol>1 200 kN)then (===1)F2~ 厚度，S,S分别为第i机架的实际辊缝度和初始 F6投入硬度AGC. 辊缝 if(h≤4.0mm)then(k=0)F5,F6投入监 控AGC 4模糊监控AGC if(h>4.0mm)then(k=1)F4-F6投入监控 由于X射线测厚仪安装在F6机架出口4m AGC. 处，反馈控制F4,F5和F6的压下，其系统是大 G=(P.-5000)/15000-5000+0.5, 滞后的非线性系统，各种规格和轧制速度不同， G=(P,-5000)/15000-5000)+0.7, 经典的固定参数的PD控制算法将不能满足要 G=2/h6, 求，模糊控制器恰好善于解决这个问题.模糊控 G2=1.5/h, 制器结构如图2所示，模糊决策表见表1所示. G=1.2/h(当h>4.0mm. Sh 2硬度前馈AGC 前馈AGC不使用经典的厚度前馈，改为硬 d/dr 模决策 out 度前馈AGC.原因是在热轧工艺条件下，来料 厚度波动比较容易消除，而且不具有长期的遗 图2监控AGC模糊控制器结构 传性.相反，温度波动造成的来料硬度波动对于 Fig.2 Structure of a monitor AGC fuzzy controller 出口产品的厚度质量影响很大，而且硬度波动 在各机架轧制过程中具有很强的遗传性.为此， 表1监控AGC模糊决策表 Table 1 Monitor AGC fuzzy decision 在第一机架上不执行任何AGC功能，将第一机 架当做一台前馈硬度测量机架，利用轧制压力 △a△h 的在线测量而计算出板坯的硬度波动情况，决 h -45-30 -1501530 45 定F2~F6各机架的硬度前馈投入方式和控制率. -45 D D CC B 65m=一 p.8k=-kmδk -30 D C B B A A 0 ok c (1) -15 B 00 0 0 -A ak=正.ak (2) 0 B A0 0 0 0 -A 15 0 -A-A-A -B -C -D 经验计算：ak≈ak. 30 0 0 0 0 -B -B 一C ak=6i-石 (3) 45 0 0 0 00 -A-B ki=bleCo (4) 式中，k,,km分别为第一机架的实际硬度、理论 5 结束语 目标硬度和硬度前馈压下效应系数.实际硬度 是通过实际轧制压力的检测与压力模型计算出 采取了以上诸项措施后，大大地提高了 来的，有关计算可见参考文献[2].硬度前馈压下 AGC控制精度以及AGC对于产品的适应性.在 效应系数可通过实际调试予以确定， 全自动轧制并投入综合AGC功能之后，产品厚 度精度在±40μm占95%，±50μm占98%，投入 31 压力反馈AGC 率为99%. GM-AGC仅仅在F4,F5两机架液压微调上 参考文献 实现.理论根据是：由于压力反馈AGC动作周 1王君，王国栋.各种压力AGC模型的分析与评价). 期短，频繁调节). 轧钢，2001(5)：51

北 京 科 技 大 学 学 报 年 第 5 期 2 0 0 2 、产 . 、 、 少 ù 、ù了 O 了、 . . J 、 i f ( 5 咖 0 0 < } P 一 l !簇 P0 8 0 0 k ) N th e n ( k , = l ,棍二 丸` 0) 2F 布 4 投人硬度 A G C if ( 8 0 0 k N < lP ; 一 0P }〔 1 2 0 0 kN ) ht e n (么=kz = l , k3 二0 ) F Z一 F S 投人硬度 A G C . if ( } p l 一 0P 卜1 2 0 0 咖 ) ht e n ( k l = 从= 丸= 1 ) F Z一 F6 投人 硬度 A G C . if ( h 。 蕊 4 . 0 m m ) het n (从= o ) F S , F 6 投人监 控 A G C if ( h o> 4 . O m ) ht e n (从= l ) F4 ~ F 6 投人监控 A G C . G 二 ’(P 一 5 0 0 0 )(/ 1 5 0 0 0 一 5 0 0 0 ) + 0 . 5 , G S= s(P 一 5 0 0 0 ) / ( 15 0 0 0 一 5 0 0 0 ) + 0 . 7 , G 3粗ha , 。 : 一 。粤( h厂h 。 /卜 s(t 一s0 矛 ,〕 “ 一 is玲 式 中 , 戍 , h0, 分别为第 i 机架的 实 际厚 度和 目标 厚 度 , 、 i , is0 分别为第 i 机架的实际辊缝 度和 初始 辊缝 仅月 . 5低 , G l 二 1 . 2瓜 (当h 6 >4 . o m ) . 4 模糊监控 A G C 由于 X 射线 测厚仪安装在 F 6 机架 出 口 4 m 处 , 反馈控制 F4 , 5F 和 F 6 的压下 , 其系统是大 滞后 的非线性系统 , 各种规格和 轧制速度不 同 , 经典的 固定参数 的 PI D 控制算法将 不能满足要 求 ,模糊 控制器恰好善于解决这个 问题 . 模糊控 制器结 构如图 2 所示 , 模 糊决策表见表 1 所示 . 2 硬度前馈 A G C 前馈 A G C 不使用 经典 的厚度前馈 , 改 为硬 度前馈 A G C . 原 因是在 热轧工艺条件下 , 来料 厚度波动 比较容易 消除 , 而且不具有长期 的遗 传性 . 相反 , 温度波动造成 的来料硬度波动对 于 出 口 产品 的厚度质量影 响很 大 , 而且硬度波 动 在各机架轧制过程中具有很强 的遗传性 . 为此 , 在第一 机架上不执行任何 A G C 功能 , 将第一机 架 当做一 台前馈硬度测 量 机架 , 利用轧制压力 的在 线测 量而计算 出板坯 的硬度 波动情况 , 决 定 2F 一 6F 各机架的硬度前馈投人 方式和控制率 . 黔干州习霭绷一 L es es 丫岁甘一口一图 口 ” ut 图 2 监控 A G C 模糊控 制器 结构 F i g · 2 S t r u e t u er o f a m o n it o r A G C fu Z y e o n t or ll e r 表 1 监控 A G C 模 糊决 策表 aT b l e 1 M o n i t o r A G C fu z 叮 d e e i s i o n 、尸., 产 勺盛,. ` ` 了.、 6 5 , _ 互 . 丛 刁丸 c g 凡 = 一 杨 6么 · 刁丸 、 内 产、尹、. j 4 一 `、了、了. 组厂 七 Q 旦厂k 一 é b 刁无 二 经验计算 : 刁无二 a k l . a禹 k; = 式 中大 , 哥 , , ikf 分别为第一机架 的实际硬度 、 理论 目标硬度 和硬 度前馈压下效应 系数 . 实际硬度 是通过实际 轧制压力 的检测 与压力模 型计算 出 来 的 , 有关计算可见参考文献 2[ ] . 硬度前馈压下 效应 系数 可通 过实际调试予 以确定 . 3 压力反馈 A G C G M - A G C 仅仅在 4F , 5F 两机架液压微调上 实现 . 理论根据是 : 由于压力反馈 A G C 动作周 期短 , 频繁调节 【, ,.s] 5 结束语 采 取 了 以 上诸 项措 施 后 , 大 大地 提 高 了 A G C 控制精度 以及 A G C 对 于产 品 的适应性 . 在 全 自动轧制并投入 综合 A G C 功能之后 , 产 品厚 度精度在士 40 卿 占 95 % , 士 50 卿 占 % % , 投人 率为 9 %. 参 考 文 献 1 王 君 , 王 国栋 . 各种 压力 A G C 模型 的分析与 评价 J[] . 轧钢 , 2 0 0 1 ( 5 ) : 5 1

Vol.24 童朝南等：热连轧综合AGC系统的智能化控制 ·555· 2刘阶，孙一康.带钢热连轧计算机控制.北京：机械 的统一性证明[)，控制与决策，2000,153：333 工业出版社，1997 6葛平，栾晓冬，李晓凌，等，基于H鲁棒控制方法的 3张进之.压力AGC分类及控制建模分析).钢铁研 AGC-活套综合控制).北京科技大学学报，2001,23 究学报，1995,18(2)：87 (6):557 4王立平，热连轧机厚度设定与控制系统分析.控制 7何虎，孙一康，热连轧活套系统分析与控制方式的比 与决策，1994,8(2)：115 较[刀.北京科技大学学报，2000,22(5)：482 5王君，张殿华，王国栋，厚度计型和动态设定型AGC Intelligent Control of a Multi-function AGC System in Hot Strip Mills TONG Chaonan",SUN Yikang".CHEN Baihong.ZHANG Haibo2 1)Information Engineering School,UST Beijing,Beijing 100083,China 2)Ansan Iron and Steel Group Corporation,Ansan 114031,China ABSTRACT A intelligent coordination control of the multi-stand tandem and multi-function AGC arith- metic is introduced.The AGC parameters self-tunning and the monitor AGC fuzzy control method are pro- posed.The effectiveness of actual applications as also presented. KEY WORDS AGC;intelligent control;hot strip mill ★条米孝米本煮条杂※本本总本海来长*本本卷杂春海素紫米米条★条为冷本台为海装★茶米有条浓杂套涤★条米茶本素为*章奉亲条茶章农章本条米条水雀素年海米衣茶为桌动卷冷办 (上接第552页) A New Intelligent Optimization Method for the Scheduling of Cold Continuous Rolling Mills WANG Yan,LIU Jinglu, SUN Yikang 1)Information Science and Engineering School,Jinan University,Jinan 250022,China 2)Computer Center,Jinan University,Jinan 250022.China 3)Information Engineering School,UST Beijing,Beijing 100083,China ABSTRACT A new method for optimizing the scheduling of cold continuous rolling mills is proposed by means of the Immune Genetic Algorithm and BP networks.The method has many advantages such as stonger learning function,higher computational accuracy,and being convenient for use and suitable for on-line calcul- ation.With a example,the effectiveness of the method is proved. KEY WORDS cold continuous rolling mills;neural network;immune genetic algorithm;scheduling;in- telligent optimization

V b】 一 2 4 童 朝南等 : 热 连轧 综合 A G C 系统 的智 能化 控制 . 5 5 5 - 2 刘 阶 , 孙 一康 . 带钢 热连 轧计算机控 制 . 北 京 : 机械 工业 出版社 , 19 97 3 张进之 . 压 力 A G C 分类 及控 制建模分析 [J] . 钢铁研 究学 报 , 1 9 9 5 , 1 8( 2 ) : 8 7 4 王立平 . 热连 轧机 厚度 设定 与控制 系统 分析 [J] . 控 制 与决策 , 19 9 4 , 8 (2 ) : 1 1 5 5 王 君 , 张殿 华 , 王 国栋 . 厚度 计型 和动态 设定 型 A G C 的统一性 证明 [J l , 控 制与 决策 , 2 0 0 0 , 1 5 ( 3 ) : 33 3 6 葛平 , 栗晓冬 , 李 晓凌 , 等 . 基 于 r 鲁 棒控制方 法 的 A G〔! 一 活套综 合控 制 [J] . 北 京科技 大学 学报 , 2 001 , 23 ( 6 ) : 5 5 7 7 何 虎 , 孙 一康 . 热连轧 活套系统 分析 与控 制方式 的 比 较 [J ] . 北京 科技 大学学 报 , 2 0 0 0 , 2 2 ( 5 ) : 4 8 2 I n t e lli g e nt C o nt r o l o f a M u lt i 一 九n c t i o n A G C S y s t e m i n H o t S tr iP M ill s OT N G hC a o n a n , ), S动 V h ak 馆 ,气 C H E N B a i h o 心 , , Z 月只刀召 万d ib 口2) l ) I n fo mr iat o n E n g ine er ing S e h o o l , U S T B e ij in g , B e ij ign 10 0 0 8 3 , C h in a 2 ) nA s an Ior n an d S t e e l rG o uP C o rp o r a t i o 氏 nA s an 11 4 03 1 , Ch in a A B S T R A C T A iin e lli g e nt e o o r d l n a t l o n e o ntr o l o f ht e m u lt i 一 s at n d t a n d e m an d mu lit 一几n e t i o n A G C 硕ht - m e t i e 1 5 intr o du e e d . T h e A G C Par am e t e r s s e l-f ot n ll i n g an d ht e m o n iot r A G C fu z yZ e o n tr o l m e ht o d ar e rP o - P o s e d . hT e e fe e t i v e n e s s o f ac tu a l ap Pli e at i o n s a s a l s o P r e s e nt e d . K E Y W O R D S A G C : iin e lli g e nt e o n t r o l ; h o t s tr iP m ill (上接第 5 5 2 页 ) A N e w ntI e l1i g e in O P t im i z at i o n M e ht o d of r ht e S e h e du lign o f C o ld C o n t i n u o u s R o lli n g M ill s 恻万G aY ’n) , LI U iJ 喇沪 , S 〔jN K ka 心 , l ) I n of n n at ion S e i e n e e an d E n g in e e ir n g S e h o o l , Ji n an U n i v e r s i饥 Jin an 2 5 00 2 2 , C h in a 2 ) C O m P以 e r C e tD e 几 Ji n an U n i v e rs i ty, Jin an 2 5 0 0 2 2 , C h in a 3 ) I n fo rm at i o n E n g in e er i n g S e h o o l , U S T B e ij i n g , B e ij ign 10 0 0 8 3 , C h i n a A B S T R A C T A n e w m e t h o d fo r o Pt im i z i n g ht e s c h e du li n g o f e o ld e o int nu o u s ro lli n g m ill s i s Pr o Po s e d b y m e an s o f t h e I r n r n u n e G en e it e A l g o r it加rn an d B P n e 七刃。众5 . T h e m e ht o d h a s m an y a vd a n ta g e s s uc h a s st on g e r l e am in g if m e t i o n , h ihg e r e o m P u t a t l o n a l a e e ur ac y, a n d b e in g e o vn e in e nt for u s e an d s ul at b l e fo r o n 一 Iin e e a l e u l - at i o n . iWht a e x am Pl e , ht e e fe e t i v e en s s o f ht e m e ht o d 1 5 P r o v e d . K E Y W O R D S e o ld e o in i n u o u s r o lli n g m i ll s ; n e ur a l n e wt o kr ; i un un e g e en t i c a l g o ir t加rn ; s e h e du li n g ; in - t e lli g e in o Pt而i z at i o n