一種基于迭代學(xué)習(xí)控制的連鑄坯感應(yīng)加熱過程溫控方法
【專利摘要】本發(fā)明公開了一種基于迭代學(xué)習(xí)控制的連鑄坯感應(yīng)加熱過程溫控方法。本發(fā)明對歷史過程數(shù)據(jù)進(jìn)行預(yù)處理，并將最近一次運(yùn)行的過程輸入輸出軌線作為參考軌線。將歷史數(shù)據(jù)軌線減去參考軌線，去除其中大量非線性，得到攝動模型變量。利用偏線性最小二乘回歸法處理修正后的數(shù)據(jù)集，求得圍繞參考軌線的線性化攝動模型。根據(jù)迭代學(xué)習(xí)控制的學(xué)習(xí)律計(jì)算本次運(yùn)行的控制輸入電壓。將計(jì)算得到的控制輸入電壓作用于感應(yīng)加熱過程，從而獲得本次過程鋼坯出口溫度。將新獲得的過程數(shù)據(jù)加入歷史數(shù)據(jù)集，并剔除一個舊數(shù)據(jù)，進(jìn)入下一個迭代周期。本發(fā)明充分利用感應(yīng)加熱過程重復(fù)性的特點(diǎn)，引入迭代學(xué)習(xí)算法，能夠讓輸出溫度軌線最大限度的跟蹤期望溫度軌線。
【專利說明】一種基于迭代學(xué)習(xí)控制的連鑄坯感應(yīng)加熱過程溫控方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于工業(yè)過程控制領(lǐng)域，涉及連鑄坯電磁感應(yīng)加熱過程溫度控制方法，具 體是一種基于迭代學(xué)習(xí)控制的感應(yīng)加熱過程溫度控制方法。

【背景技術(shù)】
[0002] 感應(yīng)加熱技術(shù)具有損耗低、清潔、加熱時間短等特點(diǎn)，已經(jīng)被廣泛應(yīng)用于工業(yè)生產(chǎn) 當(dāng)中，如金屬淬火、預(yù)熱、鍛造等。連鑄連軋生產(chǎn)中，往往希望被加熱連鑄坯在加熱后具有一 致的溫度分布，夠滿足后續(xù)軋制要求，從而提高成品率。對連鑄坯感應(yīng)加熱的溫度控制一直 是一個難點(diǎn)問題。困難在于：首先，感應(yīng)加熱是電磁場和溫度場的強(qiáng)耦合物理過程，至今仍 無一個完整精確地?cái)?shù)學(xué)理論可以解耦此過程；其次，從控制角度說，感應(yīng)加熱系統(tǒng)是一個多 變量、大時滯、非線性、時變的復(fù)雜系統(tǒng)，傳統(tǒng)的PID算法無法取得很好的控制效果。再次， 感應(yīng)電爐內(nèi)部溫度高且封閉，一般只能在感應(yīng)電爐出入口處放置溫度傳感器，因此，最終獲 得的溫度軌線并不是某一段工件的加熱過程跟蹤軌線，不能直接求取系統(tǒng)傳遞函數(shù)；最后， 感應(yīng)加熱工控環(huán)境復(fù)雜，大量的干擾也加大了控制的難度。目前對感應(yīng)加熱溫度控制大多 采用離線建模的控制策略，即模型預(yù)測加優(yōu)化控制的方法，如基于神經(jīng)網(wǎng)絡(luò)預(yù)測模型的隨 機(jī)搜索算法。這些控制算法能夠從實(shí)際數(shù)據(jù)出發(fā)，擺脫復(fù)雜物理過程的束縛，并取得了較好 的控制效果。但是，這種控制算法的控制效果過度依賴于預(yù)測模型的精度，實(shí)際當(dāng)中由于模 型的簡化和數(shù)據(jù)預(yù)處理不足可能導(dǎo)致模型精度低，另外，這種基于離線建模的控制策略屬 于開環(huán)控制，模型的抗干擾能力不足。由于上述方法存在的缺陷，實(shí)際當(dāng)中未得到廣泛的應(yīng) 用，很多工廠依舊通過經(jīng)驗(yàn)法和試湊法來進(jìn)行溫度控制，控制效果不佳。因此，提出一種簡 單有效且實(shí)用性強(qiáng)的控制方法具有很重要的實(shí)際意義。


【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提出了一種基于迭代學(xué)習(xí)控制（ILC)的 連鑄坯感應(yīng)加熱過程溫度控制方法。利用前幾次過程測量的鋼坯出口溫度誤差信息和感應(yīng) 電爐控制電壓修正當(dāng)前循環(huán)的控制電壓，使感應(yīng)爐加熱任務(wù)在該次操作過程做的更好，如 此不斷重復(fù)。
[0004] 本發(fā)明的技術(shù)方案為：對歷史過程數(shù)據(jù)進(jìn)行預(yù)處理，并將最近一次運(yùn)行的過程輸 入輸出軌線作為參考軌線。將歷史數(shù)據(jù)軌線減去參考軌線，去除其中大量非線性，得到攝動 模型變量。利用偏線性最小二乘（PLS)回歸法處理修正后的數(shù)據(jù)集，求得圍繞參考軌線的 線性化攝動模型。根據(jù)迭代學(xué)習(xí)控制的學(xué)習(xí)律計(jì)算本次運(yùn)行的控制輸入電壓。將計(jì)算得到 的控制輸入電壓作用于感應(yīng)加熱過程，從而獲得本次過程鋼坯出口溫度。將新獲得的過程 數(shù)據(jù)加入歷史數(shù)據(jù)集，并剔除一個舊數(shù)據(jù)，進(jìn)入下一個迭代周期。
[0005] 本發(fā)明主要通過以下幾個步驟來實(shí)現(xiàn)：
[0006] 步驟1 :數(shù)據(jù)預(yù)處理。
[0007] 歷史數(shù)據(jù)庫中有k個過程數(shù)據(jù)，從中獲取如下數(shù)據(jù)軌線：中頻電源控制電壓U，鋼 坯入口溫度R、鋼坯出口溫度Y，其中，U為輸入軌線，Y為輸出軌線。具體預(yù)處理步驟如下：
[0008] 步驟1-1 :截取入口溫度上升沿和出口溫度下降沿之間的感應(yīng)電爐電壓信號作為 控制輸入，截取出口上升沿和下降沿之間的溫度數(shù)據(jù)作為輸出。
[0009] 步驟1-2 :利用3 S準(zhǔn)則剔除輸入輸出序列中的異常值，再利用滑動平均去除其中 的隨機(jī)噪聲。
[0010] 步驟1-3 :對處理后的序列進(jìn)行重采樣，控制數(shù)據(jù)量。重采樣后的控制電壓和鋼坯 出口溫度仍然用U和Y表示。
[0011] 步驟2 :計(jì)算攝動模型輸入變量仄和輸出變量F,.。其中，下標(biāo)i G 1，2, ...，k，表示 歷史數(shù)據(jù)集中第i個過程。
[0012] 步驟2-1 :從歷史數(shù)據(jù)集中選取第k次過程輸入輸出軌線作為參考軌線{Us，Ys}。
[0013] 步驟2-2 :將歷史數(shù)據(jù)集中的其他過程輸入輸出軌線減去參考軌線獲得攝動模型 變量疚=R-CT5, E = K-Fs。
[0014] 步驟3 :根據(jù)攝動模型輸入輸出變量的集合，利用偏最小二乘（PLS)回歸獲得系統(tǒng) 線性化攝動模型控制器(?。
[0015] 步驟4 :計(jì)算第k+1次迭代輸入控制電壓Uk+1。迭代學(xué)習(xí)控制率為 〇 = L/,. + ((^減+ 1 (?;0(匕-〇。式中，Yd是期望的鋼坯出口溫度軌線，設(shè)定為 1100°C恒定值，Yk第k次過程運(yùn)行完后鋼坯出口溫度實(shí)測軌線。Q和R是權(quán)重矩陣，影響著 跟蹤軌跡誤差和控制變化的貢獻(xiàn)程度。如果R取得比較大，將導(dǎo)致輸入控制的變化量小，收 斂速度較慢；如果R比較小，將導(dǎo)致控制輸入變化量大，可能導(dǎo)致算法不收斂。Q和R的權(quán) 重因子可以隨著時間段不同而不同。為了簡便，一般取為對角陣，Q = IM，R = X *IN。
[0016] 步驟5 :將Uk+1作用于感應(yīng)加熱過程，獲得鋼坯出口溫度Yk+1。將Uk+1和Y k+1加入歷 史數(shù)據(jù)集，并剔除一組舊數(shù)據(jù)。重復(fù)1-5的過程，只要生產(chǎn)繼續(xù)，迭代學(xué)習(xí)就可以一直進(jìn)行 下去。
[0017] 本發(fā)明的有益效果：充分利用感應(yīng)加熱過程重復(fù)性的特點(diǎn)，引入迭代學(xué)習(xí)算法，能 夠讓輸出溫度軌線最大限度的跟蹤期望溫度軌線。系統(tǒng)模型的建立完全是基于當(dāng)前和歷史 過程數(shù)據(jù)的，不需要考慮復(fù)雜的物理過程。在迭代軸形成閉環(huán)控制，加上更新攝動模型抑制 過程參數(shù)的不確定性，能夠有效抑制模型不匹配和各種干擾帶來的影響。

【專利附圖】

【附圖說明】
[0018] 圖1為本發(fā)明迭代學(xué)習(xí)控制系統(tǒng)結(jié)構(gòu)圖；
[0019] 圖2為本發(fā)明實(shí)施方式的流程圖；
[0020] 圖3為本發(fā)明連鑄坯感應(yīng)加熱過程圖。

【具體實(shí)施方式】
[0021] 以下結(jié)合附圖對本發(fā)明作進(jìn)一步說明。
[0022] 下面結(jié)合附圖對來對本發(fā)明的具體實(shí)施做進(jìn)一步說明。以下實(shí)施只用于說明本發(fā) 明，但不用來限制本發(fā)明的范圍。
[0023] 如圖2所示，本發(fā)明方法包括以下步驟：
[0024] 1?數(shù)據(jù)預(yù)處理
[0025] 歷史數(shù)據(jù)庫中有k個過程數(shù)據(jù)，從中獲取如下數(shù)據(jù)軌線：中頻電源控制電壓U，鋼 坯入口溫度R、鋼坯出口溫度Y，其中，U為輸入軌線，Y為輸出軌線。具體預(yù)處理步驟如下：
[0026] 步驟1-1 :感應(yīng)電爐出入口各有一個溫度傳感器。設(shè)定入口溫度閾值700°C，鋼坯 進(jìn)入感應(yīng)器入口溫度開始上升，超過這個閾值的時刻定義為入口溫度上升沿，相反的，鋼坯 離開感應(yīng)器入口溫度開始下降，當(dāng)溫度低于閾值的時刻定義為入口溫度下降沿。同理設(shè)定 出口溫度閾值為800°C，得到出口溫度的上升沿和下降沿。截取入口溫度上升沿和出口溫 度下降沿之間的電壓信號作為控制輸入，截取出口上升沿和下降沿之間的溫度數(shù)據(jù)作為輸 出。
[0027] 步驟1-2 :利用3 S準(zhǔn)則剔除輸入輸出序列中的異常值，再利用滑動平均去除其中 的隨機(jī)噪聲。利用3 S準(zhǔn)則剔除異常值，
[0028] P{|x-U I >38} ^ 〇. 〇〇3 (1)
[0029] 式中，U為總體數(shù)據(jù)的數(shù)學(xué)期望，S為總體數(shù)據(jù)的標(biāo)準(zhǔn)差。將數(shù)據(jù)集中數(shù)值不在 [ii -3 S，ii +3 S ]范圍內(nèi)的數(shù)據(jù)作為異常值剔除。為去除數(shù)據(jù)中的隨機(jī)噪聲，采用滑動平均 的方法，將前后5個數(shù)據(jù)的算術(shù)平均來代替中間位置的數(shù)值：

【權(quán)利要求】
1. 一種基于迭代學(xué)習(xí)控制的連鑄坯感應(yīng)加熱過程溫控方法，其特征在于該方法包括以 下步驟： 步驟1:數(shù)據(jù)預(yù)處理； 歷史數(shù)據(jù)庫中有k個過程數(shù)據(jù)，從中獲取如下數(shù)據(jù)軌線：中頻電源控制電壓U，鋼坯入 口溫度R、鋼坯出口溫度Y，其中，U為輸入軌線，Y為輸出軌線；具體預(yù)處理步驟如下： 步驟1-1 :截取入口溫度上升沿和出口溫度下降沿之間的感應(yīng)電爐電壓信號作為控制 輸入，截取出口上升沿和下降沿之間的溫度數(shù)據(jù)作為輸出； 步驟1-2 :利用3S準(zhǔn)則剔除輸入輸出序列中的異常值，再利用滑動平均去除其中的隨 機(jī)噪聲； 步驟1-3 :對處理后的序列進(jìn)行重采樣，控制數(shù)據(jù)量；重采樣后的控制電壓和鋼坯出口 溫度仍然用U和Y表示； 步驟2 :計(jì)算攝動模型輸入變量斤和輸出變量歹；其中，下標(biāo)iG1，2，...，k，表示歷史 數(shù)據(jù)集中第i個過程； 步驟2-1:從歷史數(shù)據(jù)集中選取第k次過程輸入輸出軌線作為參考軌線{US，YS}; 步驟2-2 :將歷史數(shù)據(jù)集中的其他過程輸入輸出軌線減去參考軌線獲得攝動模型變量 U^U-U,,Y,=Y-YS-, 步驟3 :根據(jù)攝動模型輸入輸出變量的集合，利用偏最小二乘回歸獲得系統(tǒng)線性化攝 動模型控制器 步驟4 :計(jì)算第k+1次迭代輸入控制電壓Uk+1 ;迭代學(xué)習(xí)控制率為
;式中，Yd是期望的鋼坯出口溫度軌線，設(shè)定為 1KKTC恒定值，Yk表示第k次過程運(yùn)行完后鋼坯出口溫度實(shí)測軌線；Q和R是權(quán)重矩陣，取 為對角陣，Q=IM，R=X?iN; 步驟5 :將Uk+1作用于感應(yīng)加熱過程，獲得鋼坯出口溫度Yk+1 ;將Uk+1和Yk+1加入歷史數(shù) 據(jù)集，并剔除一組舊數(shù)據(jù)；重復(fù)步驟1-5的過程，只要生產(chǎn)繼續(xù)，迭代學(xué)習(xí)就可以一直進(jìn)行 下去。
【文檔編號】G05D23/19GK104407642SQ201410717793
【公開日】2015年3月11日 申請日期:2014年12月1日 優(yōu)先權(quán)日:2014年12月1日
【發(fā)明者】徐哲, 方東, 何必仕, 孔亞廣 申請人:杭州電子科技大學(xué)