CC BY
14
В1СНИК ПРИАЗОВСЬКОГО ДЕРЖАВНОГ О ТЕХН1ЧНОГО УН1ВЕРСИТЕТУ
2002р,
Вип. № 12
УДК 625-2
Зайцев В.С.1, Ильвутченко Ю.В.
2
ПРИМЕНЕНИЕ НЕЧЕТКОЙ ЛОГИКИ ДЛЯ КОРРЕКЦИИ ТРАПЕЦЕИДАЛЬНОСТИ
НЕПРЕРЫВНОЛИТЫХ ЗАГОТОВОК
Рассмотрены вопросы форлтрования профиля непрерывнолитого слитка, основные дефекты профиля и пути их устранения. Предложена система коррекции трапецендалъностн непрерывнолитого слитка на основе прннцнпов нечеткого логики, нейронная сеть, являющаяся основой данной системы.
Непрерывно литой слиток может иметь несколько видов дефектов, в частности: осевую пористость, неоднородность физикохимических свойств, отклонение размеров поперечного сечения от заданного, волнистость, наличие раковин.
На первый взгляд, отклонение профиля слитка от заданного (прямоугольного) несущественно для дальнейшей обработки (прокатки) заготовки. Но при более детальном рассмотрении это не так. Как указано в [1], наиболее целесообразно производить раскрой на заготовки требуемой массы, а не на заготовки заданной длины. Однако раскрой на заготовки заданной массы возможен только в том случае, когда известна площадь поперечного сечения. Нахождение площади поперечного сечения не вызывает особых трудностей для прямоугольной заготовки. Если же заготовка имеет подушкообразный или трапецеидальный профиль, то точное определение площади ее поперечного сечения становится проблематичным, так как требует установки большого числа датчиков и резкого усложнения ее расчетов, что снижает точность определения этой площади. Все это увеличивает погрешность раскроя по массе, а также резко усложняет систему управления раскроем.
Необходимо также отметить, что трапецеидальное™ и другие дефекты профиля усложняют транспортировку, клеймовку, складирование заготовок, а также затрудняют получение проката с качественной кромкой.
Причин отклонения профиля слитка от прямоугольного несколько. В данной работе рассмотрены только те, которые вызывают появление трапецеидальности. Слиток может иметь как положительную (прямую) (рис. 1а.), так и отрицательную (обратную) трапецеидальности (рис. 16).
В качестве основных причин появления трапецеидальности следует выделить две: неоптимальное распределение интенсивности охлаждения по длине зоны вторичного охлаждения (ЗВО), а также неравномерное охлаждение слитка сверху и снизу в ЗВО.
Неоптимальное распределение интенсивности охлаждения по длине ЗВО приводит к тому, что на криволинейном участке ЗВО происходит изгиб перегретого или переохлажденного слитка, а также его последующий разгиб при выходе на линейный участок ЗВО. При этом профиль слитка приобретает положительную или отрицательную трапецеидальность. Это происходит тогда, когда деформация при изгибе и распрямлении не компенсируют друг друга.
Неравномерное охлаждение сверху и снизу ведет к тому, что в криволинейной зоне линия нулевых деформаций проходит не по оси слитка, а ближе к его более холодной части. Не-
1 ПГТУ. д-р. техн. наук. проф.
2 ПГТУ ст.преподаватель.
а)
Ь)
Рис. 1 - Виды трапецеидальности профиля непрерывнолитого слитка
равномерное охлаждение ведет также к различной усадке верхних и нижних слоев, что дополнительно искажает профиль.
Необходимо отметить, что возможны случаи, когда имеется несколько зон с избыточной интенсивностью охлаждения. В этих случаях возможно возникновение более сложного профиля, а именно несимметричного профиля поперечного сечения, подушкообразное™, ром-бовидности, и др. Поскольку наличие таких зон является грубым нарушением технологии, данные случаи дефектов профиля не рассматриваются.
Основными проблемами коррекции трапецеидальности являются: отсутствие точных и достаточно простых математических моделей деформации многофазных тел (модель изгиба не полностью закристаллизовавшейся заготовки), трудность контроля профиля слитка, большое запаздывание в системе управления. Все это делает невозможным автоматическую коррекцию трапецеидальности линейными системами регулирования, либо очень усложняет ее. В настоящее время устранение трапецеидальности слитка производят путем подбора интенсивности охлаждения для каждой секции зоны с учетом режимов разливки. Такой метод может быть приемлемым в условиях стационарных режимов разливки, однако в переходных режимах, а также при нестабильности входных технологических параметров он не дает желаемых результатов.
Основываясь на вышесказанном, авторами предложено применить для управления процессом коррекции нечеткую логику. Такое решение позволит не применять точные датчики профиля слитков, а ограничиться лишь контролем знака трапецеидальности, т.е. дискретными датчиками, а также не использовать точные модели деформации многофазных тел. Структурная схема предлагаемой системы приведена на рис. 2.
На рис. 2 показаны кристаллизатор 1, секции зоны вторичного охлаждения 2, непре-рывнолитой слиток 3. Предлагаемая система состоит из датчика 4, который контролирует профиль слитка, и выдает сигнал ее направления. Этот сигнал поступает на контроллер нечеткой логики 5, который по определенному алгоритму формирует сигналы коррекции расходов.
Основной особенностью предлагаемого подхода является то, что управляющий сигнал формируется не только на основе текущего знака трапецеидальности, но и на основании сигналов, поступающей из нейронной сети, которая формирует на своем выходе сигнал о предлагаемой величине и знаке трапецеидальности.
Предложенный подход, по мнению авторов, позволяет решить проблему управления профилем слитка и обеспечить высокое качество процесса регулирования, что недостижимо в настоящее время другими методами, так как система имеет очень большое время запаздывания.
В основу системы коррекции профиля положена искусственная нейронная сеть (ИНС). Предлагаемая структура элемента нейронной сети (персептрона) представлена на рисЗ.
Рис. 3 - Структура иерсептроиа нейронной сети для получения информации о прогнозируемом профиле слитка
Информация о технологических параметрах процесса с первичных преобразователей поступает на входные масштабирующие элементы 1, каждый из которых имеет определенный коэффициент передачи. Эти коэффициенты могут быть изменены модулем адаптации, как при начальной настройке системы, так и после - в ходе компании, что связано с изменением характеристик оборудования, а также при изменении режимов разливки. Масштабированные сигналы поступают на элементы 2, которые преобразуют их в сигналы логического управления. Логические сигналы поступают на пороговый суммирующий элемент 3, который формирует результирующий управляющий сигнал. Этот сигнал подается на элемент нелинейного преобразования, и после масштабирования в элементе 4 поступает на фуцци контроллер.
В предлагаемой авторами системе на персептрон предлагается подавать информацию о следующих технологических параметрах: температуре и марке разливаемой стали, режиме кристаллизатора (частота качания, температура и расход охлаждающей воды), о скорости разливки, об усилии вытягивания, о расходе воды по зонам охлаждения. Перечисленные параметры полностью характеризуют ход процесса разливки, и по оценкам, их достаточно для прогнозирования профиля поперечного сечения.
Используя персептроны предложенной структуры, строится нейронная сеть (рис. 4). Для
Рис. 4 - Структура нейронной сети.
Выходные персептроны формируют сигналы «слабое отклонение», «сильное отклонение», для каждого из направлений. В том случае если не сработал ни один персептрон, то можно предположить, что отклонения профиля от заданного отсутствует либо оно незначительно. Двухслойная сеть достаточна для решения задачи принятия решения по определенным входным параметрам, так как в данном случае решение о предполагаемом профиле слитка может быть принято (слоем 2) на основании анализа набора обобщенных технологических параметров (слоем 1).
Такой подход позволяет решить проблему управления объектом с большим запаздыванием, которым в данном случае является машина непрерывного литья заготовок. При предложенном подходе к решению задачи управления профилем, сигнал о его возможном отклонении нейронная сеть формирует уже в тот момент, когда сочетание технологических параметров только создало предпосылки к отклонению профиля слитка от заданного, а не после появления отклонения.
В предлагаемой системе контроллер работает по принципу поиска экстремума. Целевой функцией является нулевое значение трапецеидальности. Для этого контроллер перемещает зону интенсивного охлаждения по длине ЗВО, отслеживая при этом знак трапецеидальности. На основании накопленной статистики рассчитываются корреляционные функции между распределением интенсивности охлаждения и профилем слитка (знаком трапецеидальности). Такой подход позволяет обойтись без применения моделирования, путем замены сложных моделей на относительно простые аппроксимирующие выражения для корреляционных функций. Поскольку накопление статистики идет непрерывно, то и корреляционные функции постоянно уточняются, а работа системы адаптируется под изменяющиеся параметры оборудования, а также возникающие переходные процессы в ходе разливки. Это особенно важно, так как позволяет избежать трапецеидальных участков на заготовках, которые обычно возникают при изменении скорости разливки.
Необходимо отметить, что предложенная система только перераспределяет интенсивность охлаждения по длине ЗВО, не влияя на суммарный расход охлаждающей воды, так как его уменьшение может привести к прорыву жидкой фазы из слитка, либо его разрыву. Напротив, увеличение суммарного расхода ведет к снижению общей пластичности слитка и, как следствие, к перегрузке тянущих устройств.
Однако перераспределение интенсивности охлаждения по длине ЗВО может привести к неполному использованию воды и, как следствие, к недостаточному охлаждению слитка. Во избежание этого явления, на управляющее воздействие контроллера необходимо накладывать ограничение, не позволяющее изменять расход по секциям более чем на 20 - 25 %. По предварительным оценкам этого достаточно для корректировки трапецеидальности, но такое изменение расходов не оказывает существенного влияния на использование охлаждающей воды.
Выводы
Внедрение фуцци-нейро систем управления зоной вторичного охлаждения позволит повысить качество непрерывнолитых заготовок путем повышения точности их раскроя по массе, а также получения заготовок с заданным профилем поперечного сечения. Все это, в свою очередь позволит, уменьшить потери металла при производстве проката, а также повысить его качество.
Перечень ссылок
1. Ильвутченко Ю.В. Обгрунтування необхвдносп стабшзаци масси сляб1в // Експрес новини НТВ,-Укр1НТЕ1,- № 5-6.-1998 .- С. 10-11.
2. Архангельский В.И., Богаенко И.Н и др. Системы фуцци-логики-К:Техшка, 1997.-208с.
Зайцев Вадим Сергеевич. Д-р техн. наук, проф. каф. АТПиП Приазовского государственного технического университета, окончил Московский энергетический институт в 1958г. Основные направления научных исследований - автоматизация технологических процессов (адаптивные системы управления и элементы систем управления).
Ильвутченко Юрий Владимирович. Ст. преподаватель каф. АТПиП Приазовского государственного технического университета, окончил ПГТУ в 1996г. Основные направления научных исследований - автоматизация технологических процессов (адаптивные системы управления, моделирование технологических процессов).
Статья поступила 04.04.2002
