基于GA的模糊控制器在弯辊控制中的应用

２００６年１月第１３卷第１期

控制工程

Ｃ０ｎⅡＤｌＥｎｇｉｎｅｅｄＩｌｇ０ｆＣｈｉｌｌａ

Ｊ∞．２００６

Ｖ０１．１３．Ｎｏ．１

文章编号：１６７１—７８４８（２００６）０１．００１８．０４

基于ＧＡ的模糊控制器在弯辊控制中的应用

李建更，杨敏，齐俊飞

（北京工业大学电子信息与控制工程学院，北京１０００２２）

摘要：ｕｃ轧机中问辊弯辊控制回路的数学模型具有很强的时变性和不确定性，为实现

其精确控制，设计了一种基于遗传算法的模糊控制器并将其应用于该控制回路中。系统利用

遗传算法来优化模糊控制器的隶属函数厦量化因子和比例因子的初值，并且根据模糊控制查

询表的输出来在线调整量化因子和比倒因子。仿真结果表明，用该方法设计的模糊控制器具

有一定的自适应能力，将该控制器应用于ｕｃ轧机中间辊弯辊控制回路可以使二次型板彤缺陷

得到快速有效的控制，具有良好的控制性能。

关键词：遗传算法；模糊控制器；量化因子；比例园子；板形控制

中图分类号：口２７３文献标识码：Ａ

ＡｐｐｌｉｃａｔｉｏｎｏｆＧＡ—ｂａｓｅｄＦｕｚｚｙＩ由ｇｉｃＣｏｎｔｍｌｌｅｒ

ｔｏＢｅｎｄｉｎｇＲｏＵＣｏｎｔｒｏｌＳｙｓｔｅｍｓ

Ⅱ舳ｐｇ帆ｇ，ｌⅢＧ埘ｎ，（珊０知妒向

（州１８妒甜Ｅｌｅｃ【Ｉｉｃ础删皿ｉ帆∞讨ｃ蛳ⅡｄＥⅡ西ｎ鳅崦，Ｂ画ｌ”ｇｕｍｖｅｍＩ‘ｙ０ｆＴｅ洲。盯，蹦ｊ咄１０００２２，ｏＩｉＩｌａ）

Ａｌ戚ｒａｃｔ：Ａ向哪ｌ晒ｃ伽ｎ讪ｅｒ（ｆＩｃ）ｂａｓｅｄ。ｎｇｅｌｌｅｄｃａｌ枷ｔｈｍｉｓｄｅ“ｓｅｄａｎｄａＰＰｈｅｄｂ。工ｅａｈ弛吐地Ｗｉｓｅｃ。ｎⅡｏｌ０ｆｔｈｅｂｅ础Ｔｌｇｉｗ时一

埘ｅｄｉａｔｅｍＨ８ｐ胁。ｆ幽ｅｕｃｍｍｎｇｍ珊ｗ】艘瑚ａ￡ｈｅｍ鲥列ｍ。ｄｄｈｓｓｈ讲聘血肛面ａ址ｐｑ搬ｔｙ助ｄｍ尬既幽ｌｙ．以ｉｓ蚰叫ｏ）剥协０ｐ自一耐册ｔｈ删粕ｂｅｒ出ＰｆｈＩｌｃ恤ｏｆｔ｝．ｅＦＨ：ａ１１ｄｔｌｌｅｉｎｉ６出ｖａｌｕ嘲。ｆｔＩ－ｅ甲删＿Ｉ【ｉｆｙｉＩｌｇｆ蛐ｔｏ墙ａＩｌｄｔｌＩｅｓｃａｈｇｆａｃ岫ｒ．Ａｒｄｔ｝ｌ。ｑＩ】ａＴｌｔｉ伽Ｔｌｇｆ酗ｍ５“

Ⅱ１ｅｓｃａｌｉｎｇｆ如ｔｏｒａｒｅａｄｉｕｓｋｄｏｎ－ｌｉＩ】ｅｂａｓｅｄ叫１出ｅｍＪｔｐｕｔ０ｆ山ｅｆＬｌｚｚｙｃ彻砌ｑｕｅ斗ｄ州．ＴＩ砖曲ＨＩ山ａｄｏｎｒｅｓＬｌＩ协ｓｈｄｗ廿１ａｔ

ｔ｝Ｉｅ眦ｄｅ访ｓｅｄｌⅡｔＩｌｉｓ慨梳ｑＩ】８ｈａｓｓｄ｝ａｄａ州ｖｅｃａｐａｂｊｌｉｔｙ．Ｔｈｅｑ１１ａｄ斌ｉｃ伽“ｐｏｎｅｌ吐０ｆ她ｎａｈｌｅ吕ｓｄｅｆ缸ｅ粕ｂｅｒａ倒棚ｙａｎｄｅ珩ｃｉｅ—ｙｃｏｎⅡｏｌｌｅｄｗｈｅ“ａｐｐｌｙ－ｉｔｌｇ“ｓ

ｏｏｎ删ｅｒｔｏｔｌｌｅｂｅ栅ｎｇｉｎｔ哪ｌｅｄｉ咖ｍｕ８ｙｓ忱ｍｄ‰Ｕｃｒｏｕｉｎｇｍｍ甜ｄｔｌｌｅⅡ￡咖嘶ｚｅｄｂｙＧＡ｝ｌ丑ｓ目矗咖嘲Ｐｅｄ缸ｍｎｃｅ．Ｋｅｙｗｏｒｄｓ：ｇｅｎ眦ｉｃａ１耐山ｍ；ｆｕ２ｚｙ１晒ｅｃ∞吣ｕｅｒ；ｑ啪ｄ｛弭ｎｇｆ鳅ｏｒ；３ｃａｌｉｒＩｇｆｊｃ幻ｒ；玎ａ抽幅ｓ∞ｒＩ咖ｌ

１引言

板形和板厚的精度是评价带钢质量最重要的因素。提高冷轧带钢质量的迫切要求使得板形控制成为钢铁企业面临的一个重要问题。板形控制非常复杂，其复杂性主要体现在板形测量以及控制参数的操作上…。

带材轧制过程环境恶劣，带材板形受到各种各样的干扰。带材轧制过程中，板形控制系统具有惯性及滞后的特点。一个完整的板形控制系统，是多种控制方案的综合体。它不但要控制轧制力，同时还要控制液压弯辊力、轧辊横移、带钢张力、轧辊偏心及局部热凸度等等。这些因素又相互影响，因此它又是一个多变量、强耦合的控制系统”１。

目前常采用ＰⅢ控制器来控制ｕｃ轧机的弯中间辊控制回路，但由于系统具有滞后特性及受各种因素影响，系统参数总在变化，因此对于高精度的板形控制系统而言，实践证明ＰＩＤ控制算法很难取得理想的控制效果。传统的模糊控制由于缺乏自学习能力，不能在线调整模糊控制规则，自适应能力较差，使系统鲁棒性受到限制。遗传算法是一种基于自然选择机制的搜索算法，它能够很快地找到复杂问题的近优解。通过与模糊控制相结合，遗传算法能根据问题环境的变化相应地调整隶属函数，从而产生更加有效的模糊控制器性能“Ｊ。

本文设计了基于遗传算法的模糊控制器，并将其应用于ｕｃ轧机弯中闫辊控制回路中。该控制器具有良好的控制性能，经仿真并与传统的模糊控制方法进行对比，进一步验证了其有效性。

收稿日期：嬲－０１—２０；收修定稿日期：２００５—０３—２２

基盒项目：国家自然科学基金与宝钢集团公司联台资助项目（５０２７４００３）

作者简介：李建更（１９６５．），男，河北深州人，副教授，博士．博士生副导师，硕士生导师，主要从事自动控制、调度理论与应用、生物信息学

等方面的教学与科研工作；乔俊乜（１９６８．），男，教授，博±：后。

　万方数据