PDF《淬火机辊道速度自校正 PID 控制系统》

使钢板的温度从 850~950℃下 降到 450~800℃左右,钢板的冷却速度为 2~15℃/S,冷却形式为高密度管流/气雾冷 却,从而达到工艺要求,在钢板前进的过 程中防止钢板在辊道上打滑是控制要解决 的关键问题,辊道的速度控制显得尤为重 要.

3 辊道控制系统 淬火机辊道电机采用专用变频电机, 其驱动部分采用西门子变频器配合完成, 辊道电机控制如图3所示 图2 辊道电机驱动控制线路图 变频器接收淬火系统的 PLC 指令, 按 指定速度进行运转或停止,当淬火机系统 接到常化炉钢板出炉信号后,启动变频装 置,并通过光电码盘进行检测,必须保证 所有的变频辊道的转速一致,这样才能保 证钢板在辊道上正常运转、不打滑,使得 钢板得到较佳的淬火效果,这就需要控制 系统具有好的控制性能和较好的鲁棒性.

4 系统自校正PID算法和鲁棒性分析 1)系统自校正 PID 算法的研究 系统控制部分采用自校正 PID 完成, 其控制原理如图

4 所示. 自校正参数可控式 PID 系统完成对辊 道的控制,控制器负责对比例系数 KP、积 分系数 Ki、微分系数 Kd 进行实时调整;

对PID 控制器进行离散化后, (k) e K e(i) K e(k) K u(k) d k

1 i i p + + = ∑ = (1) 式中:e(k) 为偏差;

ec(k) 为偏差变化率;

KP 、Ki、Kd 为PID的参数;

对其进行调 整将影响系统的稳定性和动态性能.软件 依据给定、给定与反馈的变化率和对象参 数辨识出来的偏差,对KP、Ki、Kd的增 量进行计算,对这些参数加以修正后与前 一时刻的KP、Ki、Kd参数累加,可得到本 次的PID参数, 最后采用增量式PID算法计 算出u(k)的增量,从而根据下面公式计算 出现在的控制量. ?u(k) ) u(k u(k) + ? =

1 (2) 2)] e(k- 1) e(k

2 - [[e(k) k e(k) k 1)] e(k - [e(k) k ?u(k) d i p + ? + + ? = (3) 由(3)式可知, u(k)的增量可以有e(k) 、 e(k-1) 、e(k-2)线形表达: ) e(k- W ) e(k W e(k) W ?u(k)

2 1

3 2

1 + ? + = (4) D I U( K) PID 参数 计算 PID 控制器D/A 送 变频器 d(e)/dt 对象参数辨光电码盘 A/D 图3控制原理图 SP E P y(k) ê(k) 电机 PLC 主机变频器1ET200 光电码盘 PROFIBUS-DP 辊道电机 1#辊道控制 淬火辊道共计28组2# 3# 等 其中W1,W2,W3表示PID的三个参数,根 据该式可以设计一个3层线性的神经网络 结构控制器,如图4所示,输入层为 X1=e(k) 、X2=e(k-1) 、X3=e(k-2),对于 系统的总偏差输入,由网络系统辨识获得 的偏差和系统的输入、输出偏差采取不同 的权值合并而成.网络输出层为: U=W1*X1+W2*X2+W3*X3其中,W(i) 为权值系数,从表达式中可以看出神经网 络控制器,包含了PID的三个参数,控制 器的任务是调整控制量u(k) ,使得输出y (k)= sp,引入误差指标函数: E=(1/2)*[SP-y(k)] 利用神经网络bp算法,采用梯度下降法进 行pid参数的优化计算: (k) W y(k) y(k)]* [SP (k) W E(k) η (k) ?W i i i ? ? ? ? = ? ? ? = η (5) 式中:η表示计算步长,0