【正文】 s of the rolling models, this dissertation presents a hybrid intelligent dynamic model for cold tandem rolling process, including the dynamic state space models based on linearized rolling physical models near each different operating points, the casebased reasoning technique based multi models selection algorithm, the exit strip speed RBF based model for the timedelay of next mill’s entry thickness. Under the actual thickness system setting and plate disturbance, the simulation results of roll force, exit strip thickness, roll torque and tension have the same dynamic characteristics as the actual process data from a 2030mm 5 mill stands cold rolling system of a steel plant, and every variable’s root mean square error is less than 20%.4. The rolling process simulation software is developed based on the hybrid intelligent model of cold tandem rolling process, which is the key part of virtual rolling mills system. The architecture of client layer, application layer and resource layer is realized based on Web. The modular rolling process simulation software and the algorithm of simulation model is designed and developed. Virtual rolling experiments with the variation of the control variables and the disturbance variable prove the rolling process software in this dissertation is the appropriate virtual object for optimal control study of the cold tandem rolling process. The rolling process software in this dissertation has been applied in the 2030mm virtual rolling mills of a steel plant.Key words：integrated plexities；grinding and classification； tandem cold rolling； hybrid intelligent； dynamic model；simulation.27 東北大學(xué)博士學(xué)位論文 目 錄目　錄獨(dú)創(chuàng)聲明 I摘 要 IIAbstract IV第一章 緒 論 1 課題背景和研究意義 1 冶金工業(yè)生產(chǎn)過程優(yōu)化控制的重要性 1 冶金工業(yè)過程動(dòng)態(tài)模型的研究意義 2 冶金工業(yè)過程智能建模與仿真應(yīng)用研究狀況 3 冶金工業(yè)過程的智能建模方法 3 冶金工業(yè)過程模型分類 3 冶金工業(yè)過程的綜合復(fù)雜特性 5 冶金工業(yè)過程智能建模方法及應(yīng)用 5 冶金工業(yè)過程混合建模的提出及基本結(jié)構(gòu) 9 基于冶金工業(yè)生產(chǎn)過程模型的仿真應(yīng)用研究 11 存在問題 13 本文主要工作 15第二章 磨礦分級(jí)過程混合智能動(dòng)態(tài)建模 17 引言 17 磨礦工藝流程簡(jiǎn)介 17 磨礦分級(jí)過程建模與仿真研究現(xiàn)狀 20 磨礦過程模型研究 21 分級(jí)過程模型研究 21 磨礦分級(jí)過程仿真研究 22 本文所研究的我國(guó)典型磨礦工藝流程 23 磨礦分級(jí)過程混合智能建模策略 25 磨礦分級(jí)過程混合智能動(dòng)態(tài)模型 29 旋流器機(jī)理模型 29 旋流器機(jī)理模型參數(shù)推理系統(tǒng) 30 泵池動(dòng)態(tài)機(jī)理模型 31 球磨機(jī)磨礦過程動(dòng)態(tài)機(jī)理模型 31 二段磨機(jī)磨礦過程動(dòng)態(tài)機(jī)理模型 31 一段磨機(jī)磨礦過程動(dòng)態(tài)機(jī)理模型 31 球磨機(jī)有用功耗TSK模型 31 傳統(tǒng)有用功耗模型 31 二段磨機(jī)有用功耗TSK模型及參數(shù)辨識(shí) 31 一段磨機(jī)有用功耗TSK模型及參數(shù)辨識(shí) 31 螺旋分級(jí)機(jī)機(jī)理模型 31 分級(jí)過程溢流流量RBF模型與分級(jí)粒度誤差補(bǔ)償RBF模型 31 模型結(jié)構(gòu) 31 隱層節(jié)點(diǎn)的確定 31 隱層連接權(quán)值的訓(xùn)練 31 磨礦分級(jí)混合智能建模方法總結(jié) 31 實(shí)驗(yàn)研究 31 實(shí)驗(yàn)對(duì)象與磨礦分級(jí)過程建模 31 仿真實(shí)驗(yàn)研究 31 小結(jié) 31第三章 磨礦分級(jí)過程混合智能動(dòng)態(tài)模型在優(yōu)化控制中的應(yīng)用 31 引言 31 磨礦分級(jí)過程優(yōu)化控制及其實(shí)驗(yàn)平臺(tái) 31 磨礦分級(jí)優(yōu)化控制系統(tǒng) 31 磨礦分級(jí)優(yōu)化控制實(shí)驗(yàn)平臺(tái) 31 基于磨礦分級(jí)過程混合智能動(dòng)態(tài)模型的仿真軟件 31 仿真范圍定義 31 磨礦分級(jí)過程仿真軟件結(jié)構(gòu) 31 磨礦分級(jí)過程仿真軟件的人機(jī)接口 31 磨礦分級(jí)過程數(shù)據(jù)庫(kù)系統(tǒng) 31 磨礦分級(jí)仿真軟件的模塊化設(shè)計(jì)與模型算法描述 31 磨礦分級(jí)仿真模型的運(yùn)行算法設(shè)計(jì) 31 應(yīng)用效果分析 31 小結(jié) 31第四章 冷連軋過程的混合智能動(dòng)態(tài)建模 31 引言 31 冷連軋過程建模與仿真研究現(xiàn)狀 31 五機(jī)架冷連軋動(dòng)態(tài)過程描述 31 軋機(jī)系統(tǒng)簡(jiǎn)介 31 冷連軋過程機(jī)理模型 31 冷連軋動(dòng)態(tài)過程混合智能模型 31 冷連軋混合智能建模策略 31 五機(jī)架冷連軋機(jī)系統(tǒng)線性化狀態(tài)空間模型結(jié)構(gòu) 31 狀態(tài)空間模型結(jié)構(gòu) 31 冷連軋狀態(tài)空間模型的參數(shù)估計(jì) 31 自適應(yīng)分形濾波 31 基于案例推理的多模型參數(shù)選擇 31 工作點(diǎn)描述 31 案例的構(gòu)造 31 案例屬性相似度函數(shù)定義 31 案例檢索與重用的算法 31 案例屬性權(quán)重的優(yōu)化 31 軋機(jī)出口軋件速度估計(jì)RBFN與軋件厚度延時(shí)算法 31 軋件厚度延時(shí)算法 31 軋機(jī)出口軋件速度估計(jì)RBFN 31 冷連軋過程混合智能建模方法總結(jié) 31 實(shí)驗(yàn)研究 31 小結(jié) 31第五章 冷連軋過程混合智能動(dòng)態(tài)模型在虛擬軋機(jī)系統(tǒng)中的應(yīng)用 31 引言 31 虛擬軋機(jī)系統(tǒng) 31 軋制過程仿真軟件 31 WEB服務(wù)設(shè)計(jì)與基于WEB的人機(jī)界面支持系統(tǒng) 31 軋制過程仿真軟件的模塊化設(shè)計(jì)與仿真算法描述 31 軋制過程仿真數(shù)據(jù)庫(kù)系統(tǒng) 31 應(yīng)用效果分析 31 小結(jié) 31第六章 結(jié)論與展望 31參考文獻(xiàn) 31致 謝 31在讀期間完成的主要論文及參加科研情況 31東北大學(xué)博士學(xué)位論文 第一章 緒論第一章 緒 論 課題背景和研究意義 冶金工業(yè)生產(chǎn)過程優(yōu)化控制的重要性冶金工業(yè)生產(chǎn)過程包括采礦、選礦（含碎礦、豎爐焙燒、磨礦、磁選或浸吸等各種選分作業(yè)、選后處理作業(yè)）、稀土萃取、燒結(jié)、焦化、冶煉(煉鐵、煉鋼、氧化鋁爐窯等)、金屬軋制（含熱軋、冷卻、冷軋、酸洗等）等多個(gè)工藝流程，對(duì)保持國(guó)民經(jīng)濟(jì)健康發(fā)展和維護(hù)國(guó)家安全具有十分重要的意義。此外，冶金工業(yè)過程動(dòng)態(tài)特性的研究與仿真軟件開發(fā)也需要基于生產(chǎn)過程動(dòng)態(tài)模型。學(xué) 位 論 文若干具有綜合復(fù)雜特性的冶金工業(yè)過程混合智能建模及應(yīng)用研究A Dissertation for the Degree of Doctor in Control Theory and Control EngineeringResearch on Hybrid Intelligent Modeling and Applications for Several Metallurgical Industry Processes with Integrated Complexitiesby Tie MingSupervisor: Professor Chai TianyouNortheastern UniversityAugust 2006獨(dú)創(chuàng)聲明本人聲明所呈交的學(xué)位論文是在導(dǎo)師的指導(dǎo)下完成的。許多冶金工業(yè)生產(chǎn)過程具有綜合復(fù)雜特性，表現(xiàn)在非線性機(jī)理復(fù)雜、多變量、大滯后、參數(shù)時(shí)變、分布參數(shù)、強(qiáng)耦合、不確定性，并且生產(chǎn)過程的許多工藝設(shè)備間相互關(guān)聯(lián)復(fù)雜，傳統(tǒng)數(shù)學(xué)建模方法不能滿足描述其復(fù)雜動(dòng)態(tài)特性與進(jìn)行優(yōu)化控制研究的需求?，F(xiàn)代化工業(yè)技術(shù)的發(fā)展對(duì)金屬制品的產(chǎn)量和質(zhì)量提出了更高的要求，這就對(duì)連軋生產(chǎn)過程的優(yōu)化控制水平提出了更高的要求。 冶金工業(yè)過程動(dòng)態(tài)模型的研究意義建立模擬冶金生產(chǎn)流程的動(dòng)態(tài)模型來描述實(shí)際生產(chǎn)過程的動(dòng)態(tài)特性對(duì)冶金工業(yè)過程先進(jìn)控制與優(yōu)化控制研究具有重要意義，主要表現(xiàn)在：l 冶金工業(yè)過程的優(yōu)化控制方法、策略研究需要進(jìn)行調(diào)試和驗(yàn)證，傳統(tǒng)的生產(chǎn)過程優(yōu)化控制系統(tǒng)設(shè)計(jì)方法是依靠實(shí)際運(yùn)行或人的直覺來評(píng)價(jià)控制系統(tǒng)或控制器的優(yōu)劣。 冶金工業(yè)過程智能建模與仿真應(yīng)用研究狀況 冶金工業(yè)過程的智能建模方法 冶金工業(yè)過程模型分類由于模型是為特定目的而開發(fā)的對(duì)實(shí)體或現(xiàn)象的描述，可以預(yù)測(cè)或分析系統(tǒng)特性[4]。過程優(yōu)化模型用于底層回路輸出變量的優(yōu)化設(shè)定，或工藝參數(shù)的優(yōu)化設(shè)定，有時(shí)為靜態(tài)模型。半機(jī)理模型是將冶金工業(yè)過程工藝?yán)碚撆c現(xiàn)象學(xué)模型、經(jīng)驗(yàn)公式相結(jié)合的數(shù)學(xué)模型，用于替代存在未知變量或未知數(shù)學(xué)描述的機(jī)理模型，提高模型精度與逼真度。本文進(jìn)行建模與仿真研究的具有上述特點(diǎn)的冶金工業(yè)過程通?？煞Q作復(fù)雜工業(yè)系統(tǒng)(Complex System)，它與結(jié)構(gòu)復(fù)雜系統(tǒng)(Complicate System)是不同的。神經(jīng)網(wǎng)絡(luò)是一種特殊的智能建模方法，它同時(shí)具有數(shù)據(jù)建模的特征，訓(xùn)練結(jié)果（權(quán)值等）通常難以解釋?；谀：壿嫛⒛：?guī)則推理的建模方法具有如下優(yōu)點(diǎn)：l 已經(jīng)證明，只要適當(dāng)選擇隸屬函數(shù)式、模糊化和反模糊化算法以及模糊推理算法，模糊邏輯系統(tǒng)可以在任意精度上逼近某個(gè)給定的非線性函數(shù)；l 模糊邏輯輸入、輸出均為實(shí)型變量，所以適用于工程應(yīng)用，可以用測(cè)量變量作為模糊邏輯系統(tǒng)的輸入、并將其輸出變換為相應(yīng)的工程量；l 模糊規(guī)則的基本格式為“if 203。案例推理和基于規(guī)則推理或關(guān)聯(lián)推理不同在于完整解決方案包含在案例中，是隱式和基于程序的。這需要實(shí)數(shù)量化排成特性的有限集，稱為定量空間；定性建模研究的一個(gè)主要目的是識(shí)別基于特定的或普遍的目標(biāo)有用的離散化或精確性。（6）其它近年來，軟件工程領(lǐng)域的面向?qū)ο蠛蚉etri網(wǎng)等建模技術(shù)開始在冶金工業(yè)過程仿真系統(tǒng)中有所應(yīng)用。文[59]用拓展有色Petri網(wǎng)（ECPN）建立熱軋均熱爐和預(yù)熱爐的動(dòng)態(tài)過程，描述了均熱過程的連續(xù)動(dòng)態(tài)特性和離散事件。冶金工業(yè)過程混合智能動(dòng)態(tài)模型將智能建模方法與工藝機(jī)理知識(shí)、專家經(jīng)驗(yàn)知識(shí)相結(jié)合，基于智能技術(shù)的改進(jìn)用于彌補(bǔ)機(jī)理、半機(jī)理模型存在的缺陷，更能滿足實(shí)際生產(chǎn)過程優(yōu)化控制研究與仿真平臺(tái)的精度、速度、逼真度等需求。工業(yè)系統(tǒng)仿真通常分為數(shù)學(xué)仿真、半實(shí)物仿真和人機(jī)回路仿真，后兩類必須是實(shí)時(shí)仿真。如文[65]根據(jù)鋼球磨中儲(chǔ)式制粉系統(tǒng)的模型以及針對(duì)鋼球磨中儲(chǔ)式制粉系統(tǒng)而設(shè)計(jì)的多變量智能解耦控制技術(shù)，開發(fā)了鋼球磨中儲(chǔ)式制粉系統(tǒng)的仿真軟件，為鋼球磨中儲(chǔ)式制粉系統(tǒng)自動(dòng)控制問題的深入研究提供了有力的實(shí)驗(yàn)工具。分布式數(shù)據(jù)庫(kù)系統(tǒng)具有物理分布性和邏輯整體性，各站點(diǎn)上數(shù)據(jù)由本地DBMS管理，數(shù)據(jù)分布獨(dú)立、透明，通過冗余數(shù)據(jù)提高了系統(tǒng)的可靠性、可用性和改善了系統(tǒng)的性能，增加數(shù)據(jù)冗余方便了檢索，提高了系統(tǒng)的查詢速度等，但不利于數(shù)據(jù)的更新，也增加了系統(tǒng)維護(hù)的成本。然而，冶金工業(yè)生產(chǎn)過程往往具有強(qiáng)非線性、分布參數(shù)的不確定性、多變量、強(qiáng)耦合，關(guān)鍵參數(shù)難于在線測(cè)量，機(jī)理復(fù)雜，工況變化頻繁、難以用數(shù)學(xué)模型描述等綜合復(fù)雜特性，加上涉及大量的生產(chǎn)工藝、過程控制和生產(chǎn)過程管理的數(shù)據(jù)、信息以及知識(shí)，建立生產(chǎn)過程模型并應(yīng)用其進(jìn)行優(yōu)化控制仿真需要涉及工藝、控制、計(jì)算機(jī)、通信等多個(gè)領(lǐng)域的深入研究，傳統(tǒng)的數(shù)學(xué)模型與通常的智能建模方法已不能滿足建立生產(chǎn)過程動(dòng)態(tài)模型進(jìn)行虛擬優(yōu)化控制實(shí)驗(yàn)的需要，從而使其成為一個(gè)具備綜合復(fù)雜特性的難題。另一方面，冷連軋過程動(dòng)態(tài)模型對(duì)我國(guó)各鋼鐵企業(yè)具有極為重要的實(shí)際意義。結(jié)合某鋼鐵公司選礦廠磨礦分級(jí)過程優(yōu)化軟件與大型PLC控制器，開發(fā)了用于磨礦分級(jí)過程優(yōu)化控制研究的分布式半實(shí)物仿真實(shí)驗(yàn)平臺(tái)，運(yùn)行效果證明了其為粒度、能耗等工藝指標(biāo)的優(yōu)化控制研究提供了可靠、直觀的虛擬實(shí)驗(yàn)對(duì)象；4. 以具有非線性、多變量、強(qiáng)耦合、參數(shù)不確定等綜合復(fù)雜特性的多機(jī)架冷連軋過程為對(duì)象，針對(duì)前人研究的軋制機(jī)理模型、神經(jīng)網(wǎng)絡(luò)模型、線性化模型、有限元模型各自的局限，基于軋制工作點(diǎn)線性化軋制機(jī)理方程得到動(dòng)態(tài)狀態(tài)空間模型，提出基于RBF的軋機(jī)出口帶鋼速度模型并用于機(jī)架間厚度延時(shí)估計(jì)，采用案例推理技術(shù)進(jìn)行線性化多模型選擇，研制了冷連軋動(dòng)態(tài)過程的混合智能模型。因此建立描述磨礦分級(jí)過程的動(dòng)態(tài)模型進(jìn)行優(yōu)化控制研究，對(duì)選礦流程總