摘要：为提高线材热连轧活套的响应速度及鲁棒性，采用了先进的模糊自校正 PID控制技术来改造活套控制系统，介绍了该系统的组成、动态数学模型及模糊自校正PID控制器的设计与仿真结果，结果表明，该控制器动态、静态和抗干扰性能均较理想。

关键词:活套;模糊自校正PID;响应速度;性能

1  前言

    连轧作为一种高效率低能耗的生产方式，从20世纪五六十年代起开始在国外工业生产中被采用，最初用手动模拟量给定、模拟量调节的控制方式。70年代后，随着计算机技术和电力电子技术的飞跃，连轧自动化系统逐渐朝数字化方向发展。轧机传动系统从全数字直流发展到全数字交流，过程控制级也从集中式控制向集散控制系统(DCS)和可编程序控制(PLC)系统发展。计算机网络技术，尤其是现场总线技术的应用，使控制系统的配置更加灵活，也更加可靠和便于维护，而且系统功能也由单纯的过程控制发展为对全生产线的控制和管理。连轧生产过程的关键是在线动态设定各架轧机的速度，确保各轧机的秒流量相等。为此，一般采用活套控制或微张力控制的方法来进行调节。

    近年来，为提高活套张力控制的鲁棒性，又因为模糊控制理论考虑了数学模型所具有的不确定性误差，所以目前国内外学者纷纷利用模糊理论来研究传统的活套控制方法。在这些研究成果中，模糊自校正PID理论是近来发展起来的比较成功、比较完善的一种理论体系。

    本文以三明钢铁集团有限公司从意大利安萨尔多公司成套引进的高速线材生产线为研究对象，采用先进的模糊自校正PID控制技术，对活套控制系统进行改造，提高了活套的响应速度及鲁棒性。

2三钢活套控制系统简介

2．1三钢活套控制系统组成

    三钢高速线材连轧线活套控制采用MAS—TER集散控制系统，该系统由上到下可分为3级：操作站设定级、过程站控制级和自动化执行级。在操作站设定级与过程站控制级之间通过MB300通讯总线进行通讯，过程站控制级与自动化执行级之间通过MB90通讯总线进行通讯。在操作站设定级还保留有为将来实现全线贯通的工厂网络通讯接口，采用TCP／IP通讯协议。

    操作站设定级AOS采用胛工作站，其软件平台为X—Windows，主要完成与活套自动控制有关的上层设定及其状态监视，主要功能有2部分：一是活套控制模式中轧机组态的选择及其过程状态监控；二是活套控制中活套高度给定的设定。

  过程控制级MP200主要完成与活套控制有关的跟踪、逻辑时序互锁以及基础自动化执行级的速度级联、速度给定及活套控制算法等功能。基础自动化执行级主要完成活套控制部分轧机的主传动控制，在系统中由DCV700全数字直流调速装置完成，辊道的传动由变频器ACV700完成。

2．2自动活套控制系统的动态数学模型

  在自动活套控制系统中，活套控制不稳定的一个重要原因是活套台设计不合理。活套台数学模型在活套控制系统数学模型中是一个变增益环节。

    为了适应被控对象增益的变化，在比例环节中引入了一个变参数H／L(其与H／RANGE仅差一个常数)，使两者相抵消。从而形成带有自适应参数的比例控制动态数学模型(闭环脉冲传递函数)：

以上式中，H(Z)为活套控制量的传递函数；H (z)为闭环脉冲传递函数；H_I(Z)为积分控制下的脉冲传递函数；PG为综合了的比例增益常数；Ts为系统采样周期；IG为综合了的积分控制系数。

3   模糊自校正PID控制器的设计

    本系统采用的模糊自校正PID控制器原理框图如图l所示。图1中，Yd为给定，e、ec、E、EC分别为量化前后的误差和误差变化，K₁、K₂为量化因子，PID模糊控制器模块为e和ec控制的PID3个参数K_P、K_I、K_D控制规则的汇总，Nfuzzy控制器模块为e和ec控制自校正因子N的控制规则的集合，K_u为比例因子，y为实际输出。

3．1  自校正PID模糊控制器中各变量隶属函数的确定

    该模糊控制器是以︱E︱和︱ EC ︱为输入语言变量，以K_P、K_I和K_D为输出语言变量。其输入和输出语言变量的辞集均为：  “大”  (B)、“中”(M)、“小”(S)和“零”(Z)4种，其隶属函数曲线如图2所示。

3．2    PID模糊控制器控制规则表的建立

    系统在被控过程中，对于不同的︱ E︱和︱EC︱，PID参数K_P、K_I、K_D的整定原则如下：

    (1)当︱E ︱较大时，为使系统具有较好的跟踪性能，应取较大的K_P与较小的K_D，同时为避免系统响应出现较大的超调，应对积分作用加以限制，通常取K_I=0。

    (2)当︱ E ︱处于中等大小时，为使系统响应具有较小的超调，KP应取得小些。在这种情况下，K_D的取值对系统响应的影响较大，K_D的取值要适当。

    (3)当︱ E ︱较小时，为使系统具有较好的稳定性能，K_P与K_I均应取得大些，同时为避免系统在设定值附近出现振荡，K_D值应在{EC}值较大时取较小值，通常情况下KD为中等大小。

    根据上述整定原则，可以列出：PID模糊控制器中输出变量K_P、K_I和K_D的控制规则，见表1、表2和表3。

3．3   N模糊控制器控制规则表的建立

    自校正因子N的提出：当误差e或误差变化ec较大时，进行粗调控制，可以降低对e或ec的分辨率，即缩小K₁和K₂，而采用较大的控制改变量，即放大K_P、K_I和K_D；当e和ec较小时，即系统接近稳态，则实行细调控制，这时需提高对e和ec的分辨率，即要求放大K₁和K₂，而采用较小的控制改变量，即缩小K_P、K_I和K_D。为简化起见，假定K₁和K₂放大(或缩小)的倍数与K _p、K_I和K_D缩小(或放大)的倍数相同，这样即可以对K₁和K₂进行讨论，采用一个校正因子N。

    自校正因子N的确定也按模糊控制的方式进行。设放大倍数的语言变量N有如下的辞集：

N=  {AB+AM+AS+OK+CS+CM+CB}

式中，AB、AM、AS、OK、CS、CM、CB分别表示高放、中放、低放、不变、小缩、中缩、大缩的模糊概念。

    N的论域规定为：N=(1／8，1／4，1／2，1，2，4,8)，可得N的隶属度函数和N模糊控制器控制规则表，见表4。再应用同样的推理合成算法，计算出自校正因子N参数修改值，从而进行PID参数的自调整及PID模糊控制器的规则自校正。

  在进行参数自调整及规则自校正时，参数的控制计算先以原来的K₁、K₂对e和ec进行量化得到E和EC，然后查N的参数模糊修改表，得出参数应放大(或缩小)的倍数n，再计算出K′₁=K₁·n，K′₂=K₂·n，K′_P=K_P／n，K′_I=K_I／n，K′_D=K_D．n作为该系统的新参数进行控制计算。

4仿真

    利用MATLAB6．1建立自校正自调整PID模糊控制系统的模型，用fuzzy和fuzblock建立PID fuzzy controller和N fuzzy controller模块，用Simulink建立PID subsystem模块。当被控对象的传递函数为：

时，得到如图3所示的对阶跃信号的仿真结果。而采用传统的PID控制时，得到如图4所示的对阶跃信号的仿真结果。

    仿真结果表明：自校正自调整PID模糊控制器动态性能、稳态性能及抗干扰性能均较理想。控制器参数的变化对控制性能有如下影响：PID参数K_P、K_I、K_D对系统影响极大，应合理选取这3个参数的论域，以获得最佳的PID控制特性；PN模糊控制器的控制规则对该系统的参数影响较大，将直接影响系统的调节效果；N模糊控制器中N的论域的选择应根据系统实际情况而定。

5结语

    模糊自校正PID控制器是一种自适应控制器，它比自校正PID控制器优越。其特别之处在于能够进行实时联机修正参数，使控制器适应被控对象的任何参数变化。因此，模糊自校正PID控制是近来比较成熟的一种先进的控制方法，三钢高线活套台采用了这种方法，极大地提高了活套的响应速度，鲁棒性也很好。