一種熱軋寬度模型快速動態自適應方法
【技術領域】
[0001]本發明涉及一種自適應學習方法，具體來說涉及一種熱軋寬度模型快速動態自適應方法，屬于熱軋生產控制技術領域。
【背景技術】
[0002]目前國內外寬度模型自適應方法主要通過利用軋機后測寬儀設備進行寬度自適應控制，其主要原理為當一塊熱軋帶鋼A完全通過現場儀表后，儀表對其進行整個寬度數據采樣，并把該帶鋼控制情況采樣后的反饋數據經PLC提交給過程控制模型系統，過程控制模型系統根據一定的算法對下一塊帶鋼B進行寬度修正控制計算，并發送給相應的設備進行控制，以達到通過前一帶鋼軋制情況來修正下一軋制帶鋼寬度的目的，實現自適應，提高熱軋產品寬度控制精度。
[0003]在實際生產中，由于現場工藝產線的特點，寬度控制設備基本分布在粗軋區域，模型對產品的寬度控制只能在粗軋區域完成，而在熱軋軋制生產過程中，特別在高軋制節奏情況，常常一塊帶鋼B已經離開粗軋區域即將進入精軋區域，而前一塊帶鋼A還未完全離開精軋區域，在這種情況下利用前一帶鋼的寬度反饋數據對下一帶鋼進行寬度的調節控制就無法實現了，只能對再下一塊帶鋼C進行寬度修正，這就造成了該帶鋼B寬度無法修正，也常常造成帶鋼C寬度超調，影響整個軋制寬度控制。
[0004]經過檢索，現有技術相關的對比文件如下，
I)一種粗軋寬度自學習的方法，專利號CN201110148757.1 ;該專利是通過對粗軋入口、出口寬度實測數據來比較模型計算精度，通過自學習修正提高計算精度。
[0005]2)熱軋帶鋼寬度控制模型智能學習系統及計算學習方法，專利號CN201110152867.5 ;該專利通過對粗軋出口測寬儀和精軋測寬儀反饋值來進行修正，就是現有技術，與本專利申請的技術方法不同。
[0006]3)經檢索，中國專利ZL201110431519.1公開了一種熱連軋精軋帶鋼寬度自動控制方法，其亦通過將帶鋼寬度實測值與目標寬度值相比得到寬度偏差，并對帶鋼寬度進行修正。該專利與本案件相比較，不同之處在于:1)本案件通過設定最小采樣周期，多次測量實際寬度取其均值，與目標寬度相比得到寬度偏差，能快速完成自學習修正功能，解決滯后超調等問題。
[0007]4)低配置熱連軋帶鋼軋機寬度控制精度的改進；作者:郭立平郭占武出處:《軋鋼》2011年第6期；該文獻通過RSU模型二次設定以及自學習系數更新方法來提高帶鋼精度，與本專利申請的技術方法不同。
[0008]5)提高熱軋帶鋼寬度控制精度的綜合措施；作者:李興田機構地區:本溪鋼鐵集團公司熱連軋廠，遼寧本溪117000出處:《軋鋼》2004年第21卷第I期49-51頁，共3頁Steel Rolling ;該文獻通過對工藝制度的要求來減少影響寬度控制因素，提高寬度控制精度，與本專利申請的技術方法不同。
[0009]上述公開的技術方案均沒有能夠消除在高速軋制節奏下寬度控制偏差的問題，并且后續帶鋼寬度控制精度不高。因此，迫切的需要一種新的技術方案來解決上述技術問題。
【發明內容】
[0010]本發明通過改變現有的模型自適應方法，尤其改變學習策略，通過寬度模型快速自適應方法來消除在高速軋制節奏下寬度控制偏差，提高后續帶鋼寬度控制精度。
[0011]為了實現上述目的，本發明的技術方案如下，一種熱軋寬度模型快速動態自適應方法，其特征在于，所述方法包括以下步驟:
1)帶鋼通過精軋區域設備，并通過精軋機出口的寬度儀表后，儀表對帶鋼寬度進行檢測，然后儀表檢測周期把相應的寬度數據發送給一級PLC系統；
2)一級PLC系統在接收的儀表數據后，以固定的通訊周期，把相應的測量寬度數據發送給二級過程控制系統；
3)二級過程控制中的帶鋼狀態子系統，根據兩機架間距離，中間坯厚度，精軋成品厚度，末機架軋制速度來確定帶鋼進入穩定軋制的長度和最小采樣周期；
4)當帶鋼通過寬度儀表長度超過穩定軋制長度，狀態分析子系統啟動寬度數據采集分析子系統；
5)采集子系統對PLC送來的數據進行分析，當采樣周期滿足一個最小采樣周期后，對相應的采集數據進行判定，當數據滿足一定原則時確定該數據可靠，模型可用后，把相應的采樣數據平均值發送給事件調度中心；
6)事件調度中心子系統接收到該采樣周期的平均值后，立即把該數據發送給模型系統；
7)模型系統隨即通過一定的算法，該算法隨各模型設計不同而不同，簡單的可用為差分回歸法，確定模型自學習系數，并立刻運用該系數對下一帶鋼進行重新計算，并把計算結果返回給事件調度中心子系統；
8)事件調度中心子系統把設定值直接發送給一級PLC；
9)PLC控制粗軋寬度控制設備，進行現場下一帶鋼的寬度實際控制；
10)當帶鋼每完成I個最小采樣周期后，循環5)?9)步驟，直至帶鋼軋制完成。
[0012]作為本發明的一種改進，所述步驟3中的計算方法如下，
L = (D1/D2)* LI(I)
T = dL/dv(2)
L表示穩定軋制長度，T表示最小采樣周期，Dl表示中間坯厚度，D2表示精軋出口厚度，LI表示精軋兩機架距離，V表示末機架軋制速度。
[0013]作為本發明的一種改進，所述步驟5中同時滿足的原則如下:
采樣數據值與控制目標值絕對偏差小于2倍產品公差；
I個最小采樣周期內采樣數據的最大和最小值偏差小于2倍產品公差；
I個最小采樣周期內采樣數據不允許有2個以上數值為零的采樣點。
[0014]本發明的優點如下，I)本發明專利主要控制原理是，改變模型學習策略，改進數據采集方法，從以往需要帶鋼整體通過寬度檢測設備來進行一次模型自適應學習，改變為帶鋼局部通過寬度檢測設備就進行學習，且為多次動態學習策略的方法；2)該技術方案中，當一塊帶鋼某個局部位置，一般情況是帶鋼頭部通過軋機且通過檢測寬度儀表后，儀表對該帶鋼進行寬度測量，并把實績測量寬度數據發送給一級PLC系統，PLC系統實時把這些測量數據發送給二級過程控制計算機系統，過程控制計算機中的帶鋼狀態分析子系統對帶鋼狀態進行分析，確定帶鋼完成穿帶進入穩定軋制階段后，啟動寬度數據采集分析子系統，對現場軋制寬度數據進行采集分析，當數據采集樣本滿足模型控制最小數據樣本單位后，由事件調度子系統把該組數據發送給模型系統，模型根據收到采樣數據進行計算，進行相應的自學習后，并立即對下一帶鋼寬度進行干預控制，于此同時數據采集子系統繼續工作，不停的對LI發送上來的帶鋼數據進行采樣分析，當采集樣本每滿足一次最小樣本采集單位后，就由事件調度子系統給模型系統發送一次數據，模型每次對收到的所有采樣數據進行相應的自學習，這樣就實現快速和多次動態學習策略來控制模型自適應方法，當帶鋼軋制完成后，相應的采集分析子系統停止工作，事件調度子系統通知模型對整個帶鋼的數據進行最后一次自學習，從而解決了實際生產控制中寬度自適應修正滯后，寬度超調現象，并且該方法消除在高速軋制節奏下寬度控制偏差，提高后續帶鋼寬度控制精度。
[0015]
【附圖說明】
[0016]圖1是本發明的流程圖；
圖2是實施例1的不意圖；
圖3是實施例2的示意圖。
【具體實施方式】
[0017]為了加深對本發明的理解和認識，下面結合附圖和【具體實施方式】對本發明做出進一步的說明和介紹。
[0018]實施例1:
參見圖1，一種熱軋寬度模型快速動態自適應方法，所述方法包括以下步驟，I)帶鋼通過精軋區域設備，并通過精軋機出口的寬度儀表后，儀表對帶鋼寬度進行檢測，然后儀表檢測周期把相應的寬度數據發送給一級PLC系統；
2)—級P