冷轧板形多变量模型预测控制

作者：张文雪; 齐东旭; 崔健

来源：冶金自动化, 2023, 47(05): 103-114.

• 冷轧板形
• 动态矩阵控制算法
• 预测控制
• 板形调控功效系数

冷轧板形是带钢冷轧过程中重要的质量指标之一，板形控制是冷轧过程中的核心技术。为了实现高精度、高效率的板形控制，提出了基于动态矩阵控制(dynamic matrix control, DMC)算法的冷轧板形多变量模型预测控制的方法。为了充分验证预测模型调控效果，首先分别利用偏最小二乘法(partial least squares, PLS)和主成分分析法(principal component analysis, PCA)计算获取两套板形调控功效系数并进行了准确性验证；然后建立了基于DMC算法的板形调控模型；最后模拟在一套轧机上输入以PLS计算获得的准确调控功效系数模拟模型匹配情况，并将两条板形偏差曲线导入到分别基于DMC算法、最优控制算法和遗传算法(genetic algorithm, GA)建立的预测模型中进行优化。同样，输入以PCA计算获得的不准确调控功效系数模拟模型失配情况，将两条偏差曲线导入到3个预测模型中进行优化。基于以上条件，得到基于DMC算法的预测模型在模型匹配时标准差分别为0.63 I和0.25 I,模型失配时标准差分别为2.20 I和1.81 I,调节时间约为100 ms。结果表明，无论在模型匹配还是失配情况下DMC算法对于冷轧板形均具有良好的调控效果。

• 单位
  东北大学; 山东钢铁集团日照有限公司; 上海宝信软件股份有限公司; 轧制技术及连轧自动化国家重点实验室