一种基于迭代学控制的连铸坯感应加热过程温控方法

摘要

本发明公开了一种基于迭代学控制的连铸坯感应加热过程温控方法。本发明对历史过程数据进行预处理，并将最近一次运行的过程输入输出轨线作为参考轨线。将历史数据轨线减去参考轨线，去除其中大量非线性，得到摄动模型变量。利用偏线性最小二乘回归法处理修正后的数据集，求得围绕参考轨线的线性化摄动模型。根据迭代学控制的学律计算本次运行的控制输入电压。将计算得到的控制输入电压作用于感应加热过程，从而获得本次过程钢坯出口温度。将新获得的过程数据加入历史数据集，并剔除一个旧数据，进入下一个迭代周期。本发明充分利用感应加热过程重复性的特点，引入迭代学算法，能够让输出温度轨线最大限度的跟踪期望温度轨线。

主权项

一种基于迭代学习控制的连铸坯感应加热过程温控方法，其特征在于该方法包括以下步骤：步骤1：数据预处理；历史数据库中有k个过程数据，从中获取如下数据轨线：中频电源控制电压U，钢坯入口温度R、钢坯出口温度Y；具体预处理步骤如下：步骤1‑1：截取入口温度上升沿和出口温度下降沿之间的感应电炉电压信号作为控制输入，截取出口上升沿和下降沿之间的温度数据作为输出；步骤1‑2：利用3δ准则剔除输入输出序列中的异常值，再利用滑动平均去除其中的随机噪声；步骤1‑3：对处理后的序列进行重采样，控制数据量；重采样后的控制电压和钢坯出口温度仍然用U和Y表示；步骤2：计算摄动模型输入变量和输出变量其中，下标i∈1,2,...,k，表示历史数据集中第i个过程；步骤2‑1：从历史数据集中选取第k次过程输入输出轨线作为参考轨线{U_s,Y_s}；步骤2‑2：将历史数据集中的其他过程输入输出轨线减去参考轨线获得摄动模型变量步骤3：根据摄动模型输入输出变量的集合，利用偏最小二乘回归获得系统线性化摄动模型控制器步骤4：计算第k+1次迭代输入控制电压U_k+1；迭代学习控制率为式中，Y_d是期望的钢坯出口温度轨线，设定为1100℃恒定值，Y_k表示第k次过程运行完后钢坯出口温度实测轨线；Q和R是权重矩阵，取为对角阵，Q＝I_M,R＝λ·I_N；步骤5：将U_k+1作用于感应加热过程，获得钢坯出口温度Y_k+1；将U_k+1和Y_k+1加入历史数据集，并剔除一组旧数据；重复步骤1‑5的过程，只要生产继续，迭代学习就可以一直进行下去。