·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