一种热轧带钢层流冷却过程边界控制方法

技术领域

本发明涉及一种基于抗异常值观测器的热轧带钢层流冷却过程边界控制方法，属于热轧带钢层流冷却过程控制领域。

背景技术

热轧带钢层流冷却段温度的控制是保证带钢质量和良好板形的关键环节，对带钢层流冷却过程控制研究的目的就是为了通过提高温度的控制精度来提高带钢产品质量。热轧带钢层流冷却过程的温度精度直接影响带钢的组织性能和力学性能。所以对热轧带钢层流冷却过程温度的控制，成为热轧带钢生产中的重要环节。

目前，带钢层流冷却过程温度的控制精度，经过技术改造，也取得了长足的进步。研究带钢层流冷却过程的温度控制不仅可以提高带钢产品质量，而且可以节约能源、提高生产效率。针对带钢生产的实际情况，研究并建立适合层流冷却过程的先进带钢层流冷却控制技术有着十分重要的现实意义。事实上，多数带钢的温度约为570℃-650℃。在此温度段内带钢的金相组织已定型。过高的温度将会因卷取后的再结晶和缓慢冷却而产生的粗晶组织及碳化物的积累，导致力学性能变坏，也会产生坚硬的氧化铁皮使酸洗困难。如果温度过低，则会使卷取困难，且有残余应力存在，容易松卷，影响产品质量。仅靠带钢在输出锟道上的热辐射散热和带钢向锟道传热等自然冷却是不可能的，必须在输出锟道上，设置高冷却效率的喷水装置，对带钢表面喷水，进行强制冷却，并对水温进行准确控制,以满足带钢卷取温度的要求。因此，将带钢温度控制在由带钢的内部金相组织所确定的范围内,是保证带钢质量的关键措施。

大多数热轧厂都采用边界控制作为主要控制回路，其优点在于边界控制可以减少执行器的数量，降低控制成本。然而，由于热轧带钢层流冷却过程环境复杂，如温度过高，湿度过大，导致传感器无法实时测得系统的温度数据，使得系统部分温度不可测和部分测量数据异常，在这种情况下，带钢的实际测量温度发生异常，如温度过高或过低，进而影响热轧带钢层流冷却过程的实际控制性能。此外，现有热轧带钢冷却过程的边界控制均是基于连续测量策略，使得传感器频繁更新，增加了传感器发生故障的风险。因此，如何解决上述热轧带钢层流冷却过程部分温度不可测，部分测量数据异常和传感器频繁更新的问题具有重要价值。

发明内容

本发明在于提供一种基于抗异常值观测器的热轧带钢层流冷却过程边界控制方法，其能够解决上述问题。

本发明采取的技术方案如下：

一种热轧带钢层流冷却过程边界控制方法，包括以下步骤：

步骤1、根据热轧带钢层流冷却过程的数学模型，建立热轧带钢层流冷却过程的温度误差系统模型；

步骤2、通过温度传感器测得层流冷却过程的带钢温度，并构造抗异常值观测器估计热轧带钢层流冷却过程中不完全可测的热轧带钢温度，然后，根据估计的热轧带钢温度设计模糊采样边界控制器，进而得到观测误差系统模型；

步骤3、参照温度误差系统模型和观测误差系统模型进行李雅普诺夫稳定性分析，得到热轧带钢层流冷却过程稳定的充分条件后进行解耦处理，利用MATLAB求解观测器增益和采样边界控制器增益，然后基于观测器增益和采样边界控制器增益，通过抗异常值观测器和采样边界控制器实现带钢温度收敛到期望温度，即完成了热轧带钢层流冷却过程的温度控制。

在本发明的一较佳实施方式中，步骤1中，热轧带钢层流冷却过程的数学模型为：

热轧带钢层流冷却过程的数学模型的边界条件表示为：

热轧带钢层流冷却过程的数学模型的初始条件表示为：

T(x,0)＝T

其中，

在本发明的一较佳实施方式中，定义温度误差变量

s

其满足边界条件s

其中，α，g和d为计算系数，s(l,t)代表温度误差s(x,t)在l处的值，s

在本发明的一较佳实施方式中，步骤2具体包括以下步骤：

步骤2.1、将热轧带钢层流冷却过程的温度误差系统模型表示为如下模糊模型：

式中，

步骤2.2、根据步骤2.1的模糊模型构造抗异常值观测器估计热轧带钢层流冷却过程中不完全可测的热轧带钢温度，抗异常值观测器为：

其中，该抗异常值观测器满足边界条件

步骤2.3、定义变量

式中，j代表模糊规则，

步骤2.4、根据抗异常值观测器和模糊采样边界控制器得到闭环系统：

其边界条件满足：

s

步骤2.5、定义观测误差变量

其中，观测误差系统模型满足边界条件e

在本发明的一较佳实施方式中，步骤3具体包括以下步骤：

步骤3.1、构造如下的李雅普诺夫函数：

式中，p是一个正参数，dx代表微分算子；

步骤3.2、对李雅普诺夫函数求导，并根据不等式技术得到：

式中：β是给定的指数衰减率，γ，c

式中，定义符号

步骤3.3、根据不等式技术和舒尔补引理，得到γ＜0，其中，γ的表达式如下：

式中，

步骤3.4、将热轧带钢层流冷却过程稳定的充分条件γ＜0进行解耦，然后将系统参数α，σ

步骤3.5、将观测器增益L

与现有技术相比，本发明的有益效果是：

本发明首次将抗异常值观测方法和采样边界控制方法应用到热轧带钢层流冷却过程中进行热轧带钢温度控制；与现有的观测算法相比，本发明可以避免测量异常对观测性能的影响，具有较好的鲁棒性；与连续时间测量方法相比，本发明采用采样边界测量，有效避免传感器的频繁更新，降低传感器故障发生的风险；与域内控制方法相比，本发明设计了边界控制算法，降低了控制成本，减小了计算复杂的问题，同时保证了热轧带钢的温度收敛到期望温度；利用本发明，可以实现对过程对象的控制，本发明中采用的控制方法具有很好的鲁棒性和稳定性，可以有效提高经济效益。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举本发明实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是热轧带钢层流冷却过程结构示意图；

图2是热轧带钢层流冷却过程控制设计方案流程示意图；

图3是热轧带钢温度系统开环状态仿真图；

图4是热轧带钢温度的观测误差图；

图5热轧带钢温度的闭环仿真图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。

请参照图1和图2，本发明提供一种热轧带钢层流冷却过程边界控制方法，包括以下步骤：

步骤1、根据热轧带钢层流冷却过程的数学模型，建立热轧带钢层流冷却过程的温度误差系统模型。

步骤1具体如下：

为了获得马氏体带钢，当通过从顶部向台面喷水对带钢进行冷却时，通过控制水流的温度使带钢的最终温度保持在预定的范围内。

热轧带钢在工作台上的层流冷却过程，用偏微分方程表示为

热轧带钢层流冷却过程的数学模型的边界条件表示为：

热轧带钢层流冷却过程的数学模型的初始条件表示为：

T(x,0)＝T

其中，

表1部分参数值

为了使带钢达到预期的机械性能，带钢的温度需要从初始温度T

s

其满足边界条件s

式中，

系数α，g，b

s

步骤2、通过安装在热轧带钢生产线上的温度传感器测得层流冷却过程的带钢温度作为层流冷却过程的输出温度，并构造抗异常值观测器估计热轧带钢层流冷却过程中不完全可测量的热轧带钢温度，然后，根据估计的热轧带钢温度设计采样边界控制器。

步骤2具体如下：

步骤2.1、将热轧带钢层流冷却过程的温度误差系统模型(4)表示为如下模糊模型：

属于/>

式中，

步骤2.2、构造抗异常值观测器估计热轧带钢层流冷却过程中不完全可测的热轧带钢温度，根据式(5)得到抗异常值观测器：

其中，该抗异常值观测器满足边界条件

步骤2.3、定义变量

式中，j代表模糊规则，

步骤2.4，根据式(6)和(7)，得到闭环系统：

其边界条件满足：

s

步骤2.5，定义观测误差变量

其中，公式(9)满足边界条件e

步骤3、参照温度误差系统模型(4)和观测误差系统模型(9)进行李雅普诺夫稳定性分析，通过步骤2设计的抗异常值观测器(6)和模糊采样边界控制器(7)实现带钢温度收敛到期望温度，即完成了热轧带钢层流冷却过程的温度控制。

步骤3具体如下：

步骤3.1，构造如下的李雅普诺夫函数：

式中：p是一个正参数，dx代表微分算子。

步骤3.2，对公式(10)求导，并根据不等式技术，可得：

式中：β是给定的指数衰减率，γ，c

式中，定义符号

步骤3.3，根据不等式技术和舒尔补引理，得到γ＜0，其中，γ的表达式如下：

式中，

由于γ＜0，则

因此，根据上述分析，本发明得到了热轧带钢层流冷却过程稳定的充分条件：在γ＜0的情况下，热轧带钢层流冷却过程满足指数型输入到状态稳定，即带钢的温度以β的收敛率稳定在一个600℃的一个有界范围内。

步骤3.4，将热轧带钢层流冷却过程稳定的充分条件γ＜0进行解耦，然后将系统参数α＝1.97×10

步骤3.5，将求解的观测器增益和采样边界控制器增益代入步骤2所设计的抗异常值观测器(6)和模糊采样边界控制器(7)中，并作用在热轧带钢层流冷却过程上用于观测和控制带钢的温度，即完成了本发明热轧带钢层流冷却过程的边界控制。

为详细说明本发明的方案控制效果，将本发明上述的热轧带钢层流冷却过程边界控制方法在MATLAB中进行仿真。通过MATLAB仿真，热轧带钢温度的开环演化图3表明温度是发散的，因此对该系统施加控制是十分必要的。进一步，为了证明观测器设计的合理性，图4给出了观测误差轨迹，其表明观测误差收敛到零，即观测器设计合理。进一步，将本发明设计的控制器作用在热轧带钢的边界上，热轧带钢温度的闭环演化图5表明热轧带钢的温度是收敛到期望的温度600℃，其所设计的采样边界控制器是有效的。因此，本发明所设计的抗异常值观测器和采样边界控制器是有效的，即可以实现热轧带钢层流冷却过程的温度从初始温度收敛到期望的温度。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。