基于扰动观测器的连铸结晶器液面控制.docx

1、 基于扰动观测器的连铸结晶器液面控制 摘要 ： 在连续铸造中调节钢液的液位是困难的，因为它受到各种干扰，其中胀形扰动最为突出。此外，由于连续铸造速度的加快，系统延迟的增加导致了相位滞后。为了在系统延迟的存在下消除胀形扰动，我们提出了一种基于扰动观测器的自适应正弦估量和相位超前的自适应模糊控制器。我们测试了该方法使用1:1规模硬件模拟器和证实的方法成功地降低了胀形扰动在钢水液位上的扰动影响。 关键字 ：自适应模糊控制器、自适应正弦估量、胀形扰动、连续铸造、时滞补偿 1、介绍 连铸钢水液位控制之所以重要是因为它决定着铸坯的表面质量。然而，调节钢水的液位很难，因 为它受到各种扰动，包括铸造速度和中间

2、包的重量变化，喷嘴的堵塞和疏通，还有胀形扰动 10。其中，胀形的干扰最为严重 11。它是在支撑辊周期性地向上推动钢水时产生的。胀形干扰几乎呈正弦形，降低了钢水的质量水平。因此，我们专注于消除钢水液位的胀形扰动影响。 各种控制策略已被提出，其中包括消除干扰的扰动观测器 1，从 PID 控制回路在主 PID 控制回路内的主从式 PID 控制器用来降低对扰动的敏感度 2，基于模型的控制器用来稳定调节结晶器和中间包液位 3，塞棒控制的神经网络模型用来减少铸件的速度变化 4，用于消 除干扰的模糊逻辑控制器 5，陷波滤波器， PID 和模糊逻辑控制器用来消除干扰 6， H控制器用来平衡抗干扰性和鲁棒稳定性

3、 7,陷波滤波器和 H控制器用于减少表面波的振幅 8,和减少胀形扰动的迭代学习控制器 17。 然而 ,在这些论文中 ,钢水液位动力学描述为只有一个积分器和一阶转移函数 ,而在现实中 ,动态更为复杂，主要是由于钢水液位系统的时间延迟。在过去，铸造速度和胀形的频率都比较低，因此，系统延迟的影响，其中主要是执行器和传感器延迟的影响，没有那么严重。然而，随着快速铸造工艺要求的提高，由于系统的胀形频 率增大，系统延迟导致的相位滞后也在增加。比如，给定 sin( )t 结晶器液位变为 Am sin(td + t) +) = Am sin(td + t +)，其中， Am是结晶器液位的反应幅度， td是系统

4、延迟 td 导致的相位滞后。所以，每当铸造速度增加， 增加， td增加即使系统延迟 Td 被固定相位滞后。因此，系统延迟已经成为稳定钢水液位的关键阻碍。自适应模糊估算器已经提出以除去凸出干扰取系统延迟考虑 9，但其性能降解显著当应用于钢水级别系统具有随时间变化的胀形扰动。在本文中，我们提出了一个自适应的正弦基于估计干扰观测，这用于消除在随时间变化的隆起干扰系统延迟的存在。此外，我们补充这一观测用相位超前自适应模糊控制器拒绝剩下的骚乱。 2、 系统模型 2.1 铸造过程 连铸大方坯的铸造是一个钢水浇铸进模型成为实心的过程。这篇论文的细节来自特定的铸造工，但主要的特点是很多设备类似并遍及全世界。这

5、些连铸机生产的钢板厚 210 毫米，宽度从 1200 毫米到 2500 毫米。过程如图 Fig.1 所示： 中间包作为一个蓄水池，输送钢 水到模具中，中间包的体积远大于模具的体积 。 中间包的阀（塞子）作为执行器来控制钢水流入模具 经过锻造的金属经过两次冷却过程。主要冷却发生在模具中，并在可流动的中心产生一个壳状支撑面。这个有部分弹性的钢板连续不断的脱离模具，并在一系列的支承辊上继续第二次冷却。待凝固后形成的钢被切割成每个 10 米长的钢板。通常认定轧钢的表面质量取决于模型中钢水液位的稳定性。 尤其是，通常能观察到结晶器振动会 带来外来杂质颗粒和焊渣进入钢水中，导致产品的表面有瑕疵。公司通常每

6、年要花费百万美元去处理这些次品，即通过一个严格的程序来大幅减少。 现有的典型稳态控制是 PI 类型，工业控制系统展示的事实是结晶器液位在设定值上下振荡（ Fig.4）它的周期在 1020 秒之间，振幅在 515 毫米之间。类似的振动在世界上其他的连铸机也有很多。专家们并不完全认可这些振动的来源，尽管是有些潜在的问题（如塞棒堵塞磨损导致对结果的影响；阀的几何形状影响了非线性；液压旋转影响流入模型的钢）是来自这里。 通过一些铸造专家了解到，其中一个重要的因 素可能来自模型输出后滚轴周期性的压力变化。这与 Kong 和 De Keyer 的实验是一致的，这说明即使阀位保持不变振荡也会持续，表明这些振

7、荡不仅仅是反馈的效果。 2.2 过程辨识和仿真模型 铸造厂为了获得确定的实验数据，经过大量的测试，给出了详细的结果，这是由图 2 的生成的。 实际上，企业的目标是用更加先进的控制方法来取代现有的 PI 调节器，感兴趣的过程（如控制器，即操纵和控制变量之间）是由图 3 的方框图生成的。具体如下： u：被控变量（塞棒位置 单位 %） y：控制变量（结晶器液位 单位 mm） n：测量噪声 （白噪声相对标准的偏差 单位 1mm） d：流量 /s 输出 d（ t）包含： -标定（常量）流出量为 10l/s， 公式 v*C 中 v 为拉坯速率（ m/min）， C 为铸模的横截面（ 0.21m*2m） -

8、窄频带的随机过程展示了在过程中的主要干扰几乎是周期性的（如在 2.1中的解释）；它可选择的能量频段是 0.05-0.1Hz，这将确定结晶器中典型的振幅周期在 10-20s 之间。这和车间获得的试验数据相似；选择干扰成分是为了获得结晶器液位变化在没有控制时（塞棒处于零点位置）的振幅曲线，这与已获得的实验数据相似（ Fig.4）。 液压伺服系统的传递函数为 h2/(s2 +2hs +h2)其中 = 0.68， h =6.14rad/s，这是鉴定过的一般取值。 流量的传递函数是 K1+s（塞棒位置变化对钢水流入结晶器的影响）。以下数据是经过多个鉴定的取值 K=1.1(l/s)/%和 = 0.9s。但

9、是，由于塞棒静态特性中有很强的非线性，这是由于塞棒的堵塞和磨损造成的（如 2.1 中所述），这会造成 K有很大的变化。在 4.3 中会讲到测试设计好的控制器的鲁棒性，其中 K 的总变差几乎达到 400%。 结晶器中的积分传递函数为 1/C，参数 C=0.42m2 是结晶器的横截面积。采样周期 T=0.1s。结晶器过程中离散时间的频率响应特性如 Fig.5 所示。它表明，由于相位滞后和主要的干扰（ 0.05-0.1Hz）很明显出现在通频带中，这对反馈控制来说是一个很重要的设计。 3、 控制器类型 3.1 单环 PI 控制器 这是在工业生产线中广泛应用的标准 PI 调节器。这些参数都来自车间：增益

10、 Kp=0.5%/mm 复位时间 Ti=8s。这会形成鲁棒控制环；但这在干扰抑制方面没有很好的表现。（如 Fig.8 所示） 3.2 主从式 PID 控制（单位冲击函数） 这种控制的结构在 Fig.6 中说明。 PID 从动调节器的参数是由单位冲击函数自动调谐得到的。仅存的调节参数是主控制器的增益，能够很容易地即时优化，这是为了获得更优越的鲁棒性。x 是钢水流入结晶器的信号。它实际上不能被测量，据估计 x(t)=Cy(t)。在控制器中回路的反馈信号是用 y(t)-y(t-Ts)来计算的。这里的差异假设是关于高频噪声（参考 4.2 节）。 引入从属环路的影响是双倍的： -进程中增益的变化能够局部

11、消除 -能够快速抑制主要的干扰 d(t)。 3.3 预测控制（扩展预测自适应控制） 基于模型的预测控制是一种基于有明确的程序模型来预测控制参数的控制策略，它有中期和长期的时间范围。这里用到了扩展预测自适应控制理论，这是属于通用计算机类的预测控制。 基于模型的预测控制包含了以下步骤（ Fig.7）： -每个电流时间 t，调节过程输出 y(t+k)是经过长期预测的。 K=1。这个预测是用电脑模型做出来的。这个预测值取决于未来的控制场景 u(t+k)， k=0，Ly-1， -未来控制的矢量 u(t+k)， k=0， Ly-1是由一些价值函数计算出来的，它能够把预测控制的错误 w(t+k)-y(t+k

12、)， k=1， Ly最小化。这里最优控制矢量的第一要素 u(t)实际上正应用于生产线上。 -预测误差在测量过程输出和用于干扰重建、模型重建的预测之间。 这些步骤再三地在采样时刻重复。这叫做滚动时域策略。 4.性能比较 4.1 标定结果 这个结果是由 3 个控制器在图 8， 9， 10 中给出的（ PI=单环 PI控制器； DIRAC=主从 PID 控制器； EPSAC=基于模型的预测控制器）。结晶器的标准偏差在图片中表示；它能够理解为用数量测定来评估性能。 4.2 关于过程噪声的鲁棒性 这里很有必要介绍一下 DIRAC 和 EPSAC 两种 控制器的高频噪声抑制。对于 PI 调节器，低增益控制

13、器，这是不必要的。 DIRAC 控制器在没有噪声滤波器时的性能展示在 Fig.11 中。尽管标准的偏差低于 Fig.9 中（一些除噪声抑制的实验），因为机械机构的磨损，这些状况总的来说是不可接受的。 正常途径获得鲁棒性是通过高频噪声在控制器中失调。这个实验表明，即使是最有效的方法，其中也包含了一个低通滤波器。 图 9， 10 中的标定结果就是通过使用低通滤波器获得的。操作中不用滤波器，不仅会失调，还会导致高频的塞棒信号减小。这个结果将会因为控制器的失调而使结晶器产生更大的标准差。 使用低通滤波器由此会简单而高效。但是当 DIRAC 参数是自整定的时候，这个噪声滤波器不应该作为过程的一部分来考虑

14、，当在 EPSAC 预测控制器时，也不应该包括在模型中（如果这样做了，滤波效应将会整体失效）。所有的这些假设都是控制设计时鲁棒性关于流程建模的误差。 请注意那些高频噪声会大大地降低控制器的整体性能。这在 Fig.12 中已阐明，当噪声水平 n(t)被减小到标准偏差为 0.1mm（而不是 1mm）。这个结果才 能和 Fig.8、Fig.10 相比较。 4.3 关于程序模型误差的鲁棒性 在 2.2 节中已经表明过程特性，特别是增益 K，在操作是的变化可以预见。一个好的控制设计应该把这个列入其中。此外，用于噪声抑制的低通滤波器，有意的未建模已在 4.2 节中说明，也需要设计控制系统鲁棒性的模型误差。

15、 为了设计一个控制系统，通过仿真做了彻底调 查，显示能够在性能和鲁棒性之间找到一个很好的平衡。仿真中得出了一套 设计参数，其中的结果在 Fig9 和10 中。 把这些设计参数应用到所有的控制方法（ DIRAC 和 EPSAC）中在以下的状况下仍然能够 运行： -流程图中当设计的标定值 K=1.1（ l/s） /%时，增益 K 的变化范围在 0.5K2。 - 流程图中当设计的标定值 时，时间常量的变化范围在。 -环路中的补充时间滞后为 。 例如， Fig.13 展示了 K=1.6 状态下时 EPSAC 的结果（与 Fig.10 相比；请注意 Fig.13 中无噪声抑制）。 5.结论 连铸机结晶器液位控制的研究。两种方法，一是有自整定的 PID 串级控制，二是预测控制策略，其结果相比经典的工业控制器更卓越。 主从 PID 控制的优点是简单。一个高效优化的方法在鲁棒性和假设有自调谐的性能之间取舍 ，但是这需要附加的算法。 基于模型的预测控制方法的优点是简单，为了能够在鲁棒性和性能之间取得高效的平衡。它只需要在线调节一个调谐旋钮。它在这种过程中特别有用，它的特征是在操作中有大量参数在变化。然而 ,预测控制器的算法计算要求更高，尽管所有的计算能够在标准 PC 的采样周期 0.1s 内完成。 为了进一步地区分两种方法，在铸造生产线的现场试验正在进行。