[摘要]本文主要介紹了中厚板矯直機二級模型控制系統(tǒng)的設(shè)計與實現(xiàn)，該模型以神經(jīng)元網(wǎng)絡為設(shè)計載體，運用徑向基函數(shù)的逼近取值法進行運算和分析，保證了模型策略的精度和準確性，提高了鋼板的矯直質(zhì)量。

      [關(guān)鍵詞]L2模型  神經(jīng)元網(wǎng)絡  徑向基函數(shù)數(shù)據(jù)表 

前言

      建立精確的數(shù)學模型，在處理非線性問題上有著良好的效果，矯直機二級模型的設(shè)計就是建立了神經(jīng)元網(wǎng)絡控制系統(tǒng)，依據(jù)徑向基函數(shù)的逼近非線性函數(shù)運算方法得到可靠的矯直策略，對矯直機的矯直力、扭矩、速度等參數(shù)進行全面的分析和設(shè)定，在保證不超出限定值的前提下得到希望的塑變比和平直度。

1L2模型的組成及主要功能

      二級模型由三部分組成：一是二級服務器：該計算機運行二級。所以跟蹤，預設(shè)值計算，數(shù)據(jù)庫儲存和通訊都由改服務器完成，它是二級的指揮中心；二是人機界面計算機（HMI）：它負責人機界面的應用，通過這里進行系統(tǒng)實際操作，應用軟件為VISUAL BASIC；三是工程師站計算機：用于程序控制和管理員維護，程序設(shè)計由C++和VAI環(huán)境下實現(xiàn)。

      主要功能包括： PDI（基礎(chǔ)數(shù)據(jù)）的輸入；PDO基礎(chǔ)數(shù)據(jù)的輸出；HMI人機接口的操作實現(xiàn)；二級數(shù)據(jù)庫的實現(xiàn)；與L3的數(shù)據(jù)通訊；與其它相關(guān)設(shè)備的通訊。

2神經(jīng)元網(wǎng)絡的構(gòu)成及計算

      矯直機L2模型的運算是采用單層徑向基函數(shù)網(wǎng)絡，徑向基( Radial Basis Function,簡稱RBF)網(wǎng)絡是一種新穎有效的前向型神經(jīng)網(wǎng)絡, 它是一組徑向基函數(shù)的線性組合，具有較高的運算速度和外推能力, 同時有很強的逼近非線性函數(shù)的能力，并且逼近精度與網(wǎng)絡結(jié)構(gòu)的關(guān)系是具有可塑性的，即網(wǎng)絡能通過調(diào)整自己的結(jié)構(gòu)來實現(xiàn)最佳逼近精度。

      徑向基函數(shù)網(wǎng)絡是一種常見的人工神經(jīng)網(wǎng)絡，是J.Moody和CDarken于1989年提出的，采用高斯函數(shù)等徑向基函數(shù)作為神經(jīng)元傳遞函數(shù)，用于非線性函數(shù)的逼近。這個網(wǎng)絡可以用一個結(jié)構(gòu)圖來表示它的輸入輸出關(guān)系(圖一)。由圖可知，它是由第一層的輸入層,第二層的隱層和第三層的輸出層組成。輸入層是由輸入樣本節(jié)點組成；隱層為徑向基層，作用函數(shù)是徑向基函數(shù)。對一個輸入樣本，隱層中的各徑向基函數(shù)都有一個輸出，隱層的輸出結(jié)果是這些輸出的加權(quán)和。

（圖一：三層神經(jīng)元網(wǎng)絡結(jié)構(gòu)圖）

      徑向基函數(shù)網(wǎng)絡的基本原理是：用一個徑向基函數(shù)在因變量的某個局部區(qū)域上擬合函數(shù)的一部分，不同的基函數(shù)對應不同的局部區(qū)域，這樣整個基函數(shù)組的加權(quán)和就形成一個總的函數(shù)，我們把它看作是對某個函數(shù)的逼近擬合。運用Mood和Darken的算法，這個算法先對樣本的輸入部分做聚類分析，通常是k-mean法，將樣本的輸入部分分成若干類，算出每類的重心作為徑向基函數(shù)的中心，再指定徑向基函數(shù)的寬度參數(shù)，然后用最小二乘法確定各徑向基函數(shù)的組合系數(shù)。

為了提高數(shù)據(jù)表的提取功能，從徑向基神經(jīng)元網(wǎng)絡中利用派生的方法將數(shù)據(jù)引出，具體計算方法如下：

（1）對每個PDI輸入數(shù)據(jù)i進行標準化,即聚類分析。見公式1所示：

（2）計算徑向基函數(shù)的寬度參數(shù)，見公式2所示：

（3）對數(shù)據(jù)庫中的每個元素計算出權(quán)重比，見公式3所示：

（4）所有的在表中選擇的K個元素的最終輸出值，見公式4：

3 二級模型的設(shè)計

      二級模型的設(shè)計用來矯直熱鋼板。這個模型基于離線模型和在線模型兩個功能。離線模型是一個物理模型，需要一個長時間的計算過程，它的輸出存儲在數(shù)據(jù)表中，離線測試成功后，通過在線模型進行應用和實踐，具有神經(jīng)元網(wǎng)絡的幾何自適應功能。

3.1模型策略的生成

      模型包括在線模型和離線模型，離線模型的結(jié)果存儲在智能表中，根據(jù)測量結(jié)果得到的自適應。在線模型也叫做工藝程序模擬器。這個模擬器可以自學習，得到矯直鋼板的較好的塑變比和平直度。

      在線模型是三個計算結(jié)果的線性組合（依據(jù)每個結(jié)果的置信因數(shù)）：離線模型計算結(jié)果、短期項目適應結(jié)果、長期項目適應結(jié)果。

      模型的輸入數(shù)據(jù)為：鋼種、溫度、厚度和塑變比。利用鋼種和溫度，模型首先將鋼的特性記錄到數(shù)據(jù)表中，并且根據(jù)離線模型計算出結(jié)果給出初始輥縫的設(shè)定，根據(jù)鋼種、溫度和厚度的變化和不同，模型將適應的改變輥縫，并計算出相適應的矯直力、扭矩和塑變比。

     矯直力和扭矩的計算公式如下：

      forceOff ：離線模型計算的矯直力t結(jié)果；forceOffC：矯直力的置信因數(shù)；forceShort：短項目適應結(jié)果的矯直力；forceShortC： forceShort.的置信因數(shù)；forceLong：長項目適應結(jié)果的矯直力；forceLongC： forceLong.的置信因數(shù)。

      在線模型驗證各種限制值（矯直力、扭矩）是否超出，如果塑變比達到了，各種限制值沒有超出，則模型輸出計算結(jié)果。當塑變比沒有達到，而限制值沒超出時，模型將減少輥縫，重新進行驗證。當塑變比沒有達到但一個限制值超出了，模型恢復到上一次的迭代值，并且發(fā)送輸出結(jié)果，并指示不能達到塑變比了。

3.2數(shù)據(jù)表的建立和存儲

      模型基于鋼板的物理特性和鋼板屬性原理的特點，計算和記錄了鋼板厚度分布，并在鋼板進入矯直機時根據(jù)矯直輥的位置計算出鋼板的運行軌跡。這個計算過程考慮了所有的位置設(shè)置和所有的鋼板特性，計算結(jié)果存儲在一個數(shù)據(jù)表中，主要包括以下幾個關(guān)鍵值如表一所示：

3.3 測量數(shù)據(jù)處理

      收集的數(shù)據(jù)運用統(tǒng)計學的方法進行分析處理，將有效的數(shù)據(jù)寫到報告中，并應用于模型的自適應功能。L1以200ms的周期向L2發(fā)送測量數(shù)據(jù)值。這些數(shù)據(jù)存儲在一個循環(huán)堆棧中，不斷接收L1的循環(huán)反饋信息，跟蹤模型則進行數(shù)據(jù)的處理分析，未經(jīng)處理的物理測量數(shù)據(jù)必須由矯直機的狀態(tài)改變來觸發(fā)，才有進行有效的運算和使用。同理，如果測量條件不再具備（如穩(wěn)定的軋制速度，矯直機內(nèi)的無矯直鋼板等），則數(shù)據(jù)處理運算停止。

      測量值包括：鋼板的長度、進出矯直機的張力、機架的矯直力、彎輥力、矯直速度、主電機功率、進出輥的位置、延伸率等。一旦處理后的數(shù)據(jù)是有效的，則模型進行自適應學習，并且將測量數(shù)據(jù)存儲在PDO表中。

3.4HMI人機交互界面

      HMI人機交互界面的運行有兩個主要功能：一是便于操作工查看生產(chǎn)數(shù)據(jù)和信息，二是物料負責實現(xiàn)矯直機上下游工序（上游是ACC快冷設(shè)備，下游是冷床）間的鋼板信息及物料跟蹤數(shù)據(jù)收集和L2數(shù)據(jù)表的維護、從L3接收鋼板PDI信息以及軋制程序的維護、收集數(shù)據(jù)和數(shù)據(jù)的存儲，模型的自學習功能以及L2模型的預計算設(shè)定。

      從HMI上可以查看來自L3的物料信息，以及來自L2的跟蹤信息，包括下一張要矯直機的鋼板、當前正在矯直的鋼板和己經(jīng)矯直完成的最后三張鋼板的信息。

      L1的熱金屬檢測器HMD檢測到鋼板的頭部和尾部，但并不在L2的HMI上顯示鋼板的實際位置和圖形，而且以通訊的方式將L1檢測到的鋼板跟蹤信息發(fā)送到L2，L2根據(jù)L1發(fā)來的數(shù)據(jù)及現(xiàn)場設(shè)備的速度等參數(shù)進行運算后，計算出鋼板矯直道次、壓下量、扭矩等模型策略。在道次之間，L2 模型會根據(jù)L1的實時數(shù)據(jù)時行自適應的調(diào)整，得到較好的矯直策略和平直度。HMI如圖二所示：

（圖二：L2模型的跟蹤）

      4 小結(jié)

      神經(jīng)元網(wǎng)絡模型的應用，提高了二級的策略分析的精度。二級模型的應用提高了矯直機的矯直質(zhì)量，實現(xiàn)了從三級接受鋼板信息，實時物料跟蹤，自動計算矯直參數(shù)以及自適應學習的全自動功能，最大限度的保證了鋼板的矯直質(zhì)量、提高了設(shè)備的安全性，避免了扭矩、矯直力等過大造成的設(shè)備損壞，具有很好的推廣價值。

作者：岳臨萍，女，（1972-），碩士研究生，電氣高級工程師，主要從事計算機控制與自動化儀表的現(xiàn)場管理與維護。

郵箱：yuelinping@yahoo.com.cn

手機：13864172994

地址：山東濟南市歷城區(qū)工業(yè)北路21號，濟鋼中厚板3500產(chǎn)線   郵編：250101