连铸机结晶器液位控制系统的设计.doc

《连铸机结晶器液位控制系统的设计》柳林林 南昌大学
一台连铸机主要是由盛钢桶、中间罐、结晶器、结晶器振动装置、液位控制装置、二次冷却装置、拉坯(矫直)装置、切割装置和铸坯运出装置等部分组成的。如图1.1所示。浇钢时，把装有钢水的盛钢桶，通过盛钢桶运载装置，运送到连铸机上方，经盛钢桶底部的流钢孔把钢水注入到中间罐内。打开中间罐塞棒(或滑动水口)后。钢水流入到下口用引锭杆头堵塞并能上下振动的结晶器中。钢液沿结晶器周边冷凝成坯壳。当结晶器下端出口处坯壳有一定厚度时，带有液心并和引锭装置连在一起的铸坯在拉坯机驱动下，离开结晶器沿着由弧形排列的夹辊支撑下移。与此同时，铸坯被二次冷却装置进一步冷却并继续凝固。当引锭装置进入拉矫机后脱去引锭装置，铸坯在全部凝固或带有液心状态下被矫直。随后在水平位置被切割成定尺长度，置放于运坯装置上运送到规定地点。上述整个过程是连续进行的[4l。弧型连铸机的主要设备包括:铸坯传送

刘峰. 连铸结晶器液压伺服振动控制系统研究[D] 西安：西安建筑科技大学，2005

采用低振幅、高频率的正弦振动能减小振痕深度，可有效地防止横向裂纹产生，是提高铸

0　引言
在连铸生产过程中,结晶器的振动可防止铸坯在凝固过程中与铜板发生黏结而出现黏挂拉裂或拉漏事故,而且通过保护渣在结晶器壁的渗透,可改善其润滑状况,减少拉坯时摩擦阻力和黏结可能性[ 1 ] 。研究表明,对结晶器采用低振幅、高频率振动,能减少铸坯上振痕深度,有效防止横向裂纹产生[ 2 ] 。因此,不断优化结晶器振动形式具有十分重要的意义
1 连铸机结晶器振动现状
宝钢分公司炼钢厂现有6台板坯连铸机,其中1# , 5#和6#连铸机结晶器振动装置的结构型式均为机械偏心轮驱动方式,其振幅改变只能在机械维修时通过更换4个偏心轴来实现,仅能实现正弦波振动,不能有效提高连铸坯表面质量, 3#连铸机结晶器采用短杆式液压振动,每根振动连杆都由高精度的减磨轴承支撑,能够对结晶器实现非正弦振动,有效提高了连铸坯表面质量[ 3 ] ,但其振动机构较为复杂;在新投产的4#连铸机中,对结晶器采用双缸液压直接振动,具有结构简单、振动灵活的优点,可轻易形成正弦及非正弦波形,生产使用效果较好。
2　4#连铸机结晶器振动装置
2. 1　基本组成
结晶器振动装置主要由4部分组成:结晶器支撑台、运动部件、滚动元件和振动液压缸,其结构如图1所示。
由图1可知,结晶器支撑台是一个重型装置,安装在结晶器支撑台架上。运动部件安装在结晶器支撑台的上部,二者通过液压缸及滚动元件的导向装置直接相连,它为结晶器提供安装面,也为工业循环水提供接口。滚动元件用于导向运动部
件,通过导向,可使结晶器只作垂直运动,该元件是由Danieli Davy Distington研发的专利产品,是结晶器无弹簧导向的进一步演变。振动液压缸安装在结晶器支撑架内部,为获得快速动态响应,每个缸都装有一套伺服阀。

液压伺服驱动连铸结晶器振动计算机控制系统的总体结构如图3.1所示。
系统包括计算机和模拟量控制两大部分。计算机部分主要包括人机接口界面的
设计和实现非正弦或正弦振动给定波形输出等功能。人机接口主要有人工零
位、实验准备、振动开始、停止振动、退出等5个基本功能模块，如图3.2所
示。人工零位将伺服阀控制的液压缸的初始位置控制到中位，并将此时的实际
位置定为零;实验准备主要提供正弦或非正弦振动曲线的选择、初始振动频率
和幅值等参数的输入，实验准备完毕后计算机自动将振动曲线显示在屏幕上，
以供使用者参考并决定是否采用这种振动波形。此时若选择“振动开始”，则
计算机将所选择的振动波形精确输出，作为位置闭环控制系统的给定。

连续铸造是将液体金属经过一组特殊的冷却和支撑装置连续地浇注成一定
断面形状的铸坯的过程。
连铸 过 程 控制的复杂性体现在:(1) 存在着可测的扰动和未建模动态;()2
具有时变性和非线性特性;(3) 过程本身和执行机构常有较大的滞后:“)用于
过程测量的传感器也常常受到高频噪声的影响;(5)连铸过程各环节之间相互祸
合;(6) 连铸与连轧、炼钢之间需要协调控制和调度。由于上述复杂性，目前对
于连铸过程从建模和控制角度进行的研究很少，而常用的PID控制方法也不能实
现令人满意的控制。因此，国内外一些控制学者和专家不但将诸如自适应控制、
预测控制、模糊专家系统和神经元网络等智能控制方法用到连铸生产过程各环节
的控制之中，而且较好地解决了各环节之间的祸合控制及整个过程的优化和故障
诊断与处理等问题[6]。
LZ传

智能控制
智能模糊控制器
在现代工业控制过程中，被控对象常常带有严重的非线性、时变性、大延时以及种类繁多的干扰，使得基于精确数学模型的常规控制方法已经无法获得满意的动态和静态控制效果，传统PID控制的优势就显得很小II】。智能模糊控制器，其特点是具有非线性和自适应性，因此对控制非线性对象具有良好的效果，特别适用于数学模型未知的、复杂的非线性系统的控制12J。考虑到模糊控制算法在实际应用中的不足曙】，引入变论域算法和增加智能积分过程来对其进行改进设计，以期取得更好的控制效果。
的P I D神经元网络控制器设
迄今为止，PID控制器因其具有结构简单，容易实现等特点，仍是实际工业过程中广泛采用的一种比较有效的控制方法。但当被控对象存在非线性和时变特性
时，传统的PID控制器往往难以获得满意的控制效果。神经网络以其强大的信息综合能力为解决复杂控制系统问题提供了理论基础，许多学者也通过软件仿真的形式验证了神经网络控制的可行性并提出了一些新的算法，但由于目前没有相应的硬件支持，只通过软件编程，利用串行方法来实现神经网络控制必然导致运算速度低，难以保证实时控制。同时传统的多层前向神经元网络也有其缺点，主要缺点是由于网络连接权重初值取随机数使得它的学习收敛速度很慢，这在实时控制中通常是不允许的，另一方面传统的多层前向神经元网络中神经元仅具有Sigmoid形输入输出特性，这是一种静态映射特性，在本质上不适应控制系统对动态特性的要求。另外，传统的多层前向神经元网络中隐含层个数的选取，至今尚无明确的结论，只能在一个大致的范围内，通过仿真和试验来确定，给实际使用带来困难。本文介绍了一种将PID控制规律融合进神经元网络中的方法，即PID神经元网络⋯，它具有神经元网络和PID控制的优点，又克服了传统PID控制方法和一般神经元网络的缺点。同时由于FPGA结构灵活、通用性强、速度快、功耗低，用它来构造神经网络，可以灵活地实现各种运算功能和学习规则，并且设计周期短、系统速度快、可靠性高。因此本文主要介绍了基于FPGA用硬件方式实现PID神经元网络控制器的方法。
2 PID神经元网络控制器的基本原理
和算法
2．1 PID神经元网络的结构
PID神经元网络是将PID控制规律融合进神经元网络之中，它是动态的多层前向网络，但它的动态特性不是通过网络的连接方式或反馈方式实现的，而是通过它内部的PID神经元实现的。它和被控对象构成的控制系统结构图如图1所示。图1 PID神经元控制系统结构图从图中P I D神经元网络的结构可以看到其输入层有两个神经元、隐含层有三个神经元、输出层有一个神经元，其输入层的神经元采用比例神经元，这两个神经元分别接受外部控制系统的给定值和被控变量值，其输出经过连接权重，进入隐含层进行综合和处理，隐含层的三个神经元分别为比例元、积分元和微分元，分别对输人信号进行比例、积分和微分，隐含层的输出再通过连接权重，进入输出层，输出层的神经元也采用比例神经元，从而完成整个网络控制规律的综合和输出。2．2 PID神经元网络的算法
2．2．1 PID神经元网络的前向算法
PID神经元网络输入层的两个神经元在构成控制系统时可分别输入系统被调量的给定值和反馈值，其输入为neff(忌)=r(k)，netE(k)=y(七)其中“k)为系统给定值，y(k)为输出反馈，之后顺序经过中间的状态函数Ui(足)=g，lneti(k)j=neti(k)，并向后流水传递。隐含层是神经元网络中最重要的层次，有三个神经元，分别是比例元、积分元和微分元，它不仅有具备静态非线性映射功能的比例元，还有可处理动态信息的积分元和微分元。它们的输人为三
netj(k)=艺％t(足)，式中：j_1，2，3，Ⅵ；为输入层至隐含层的连接权重值，Xl(霓、为输入层神经元的输出。其中比例元的状态为U，(忌)=netI(艮)，积分元的状态为比2(忌)=Uj(忌一1)+net'2(k)，微分元的状态为“3(足)=net3(k)-net'3(k-1)，输出层包含一个神经元，完成网络的总和输出功能，其输人为net”(j：=)=Σwjxj(足)，』=l式中：t(足)为隐含层各神经元输出值，以为隐含层至输出层的连接权重值。各层神经元的输出均采用比例阈值函数，即u(k)>I
-1≤u(k1≤1
u(k、<-1
PID神经元网络具有传统PID控制器和神经元网络的优点，同时又克服了两者的缺点。本文介绍了基于FPGA用硬件方式实现PID神经元网络控制器的方法，经过仿真验证和综合布局布线后，可将其下载进FPGA芯片中，形成一个可以灵活调用的IP核。下一步研究工作的重点和方向是可构建一个PID神经元网络硬件的可重构平刽6J，该平台通过可重构单元库的构建和映射算法两项关键技术能够自动生成给定神经网络的可综合的硬件描述代码，从而可将PID神经元网络硬件设计从RTL级提高到算法描述级，这也将推动PID神经元网络硬件在相关应用领域中的实用化。

一般模糊控制方法适用于系统的数学模型比较复杂或很难求得的情况。另外，确定了模糊规则，它的参数一般不变，所以适用于系统没有参数变化或参数变化较小的情况。如果系统存在不确定参数或控制过程中系统存在大的参数变化时很难得到好的控制结果。为了弥补这些缺点，本文提出了自适应模糊控制方法。目前，Proeyk和Mamdani提出的自适应方法是没有具体的模糊模型，直接利用系统的输入输出数据直接产生模糊控制器参数。利用神经网络或遗传算法，通过学习的方法产生控制规律和固定模糊控制规律，调整隶属度函数等自适应控制方法u叫J。这些自适应控制方法利用的模糊规则一般是常数或模糊集合，大部分依靠专家的经验获得的控制规律直接利用于模糊控制规律，利用模糊规则相对少。模糊模型和模糊控制器都是线性方程形式的TSK模糊规则的自适应控制还没有进行研究。因此，本文提出了利用TSK模糊系统的自适应模糊控制方法b。本文提出的自适应模糊控制器是参考模型自适应模糊控制器。首先，求出控制对象的模糊模型，根据模糊模型求出初期模糊控制器；然后，为了系统的输出跟踪参考模型的输出随时调整模糊控制器参数。设计的参考模型自适应模糊控制系统结构，如图1所示。)
线性系统：

智能控制及其在机电一体化系统中的应用
王成勤，李威，盂宝星
(中国矿业欠学机电学院，汉苏徐朔221008)
箍要：斑予梳电一体化系统控制要求的不断掇岗，使得被控对象、环境、控制瓣标及任务&渐复杂，智能控毹在撬曦
一体化中的蘸凝性日益增加。本文介绍了智能控制及智能控制技术禚机电一体化系统中的实际应用。
关键词：镏能控制；神经网络控制；模糊控制；专家控制；机电一体化
中圈分类鼍：TP271+．4 文藏标识码：B 文章编号：1001—3881{2008)8—280一3
Intelligent Control and Its Application in Mechanics-electronies
WANG Chengqin，LI Wei，MENG Baoxing
(School of Mechatronics Engineering，China University of Mining and Technology，
Xuzhou Jiangsu 221008．China)
Abstract：With the rapid impmvemem on control system of mechanics-electronics，controlled subject，environment，control ohjective
and tasks撕more and more complicated．which m矗髓the importance of intelligent control incw．asing in mechanics—electronit．．
Intelligent control and its practical application in mechanics-electronics we佗introduced．
Keywords：Intelligent control；Neural·network control；Fuzzy control；Expert control：Mechanics—electronics
O引言
随着电子技术特别是徽电子技术以及超大规模集成电路的发腱，机电一体化技术日趋成熟，并广泛应用到各种工业和生产过程，对控制效果的要求也越来越高。许多王业对象或生产过程常常具有非线性、时变性、交结擒、多层次、多医素跬及各静不确定性等，难于建嵌精确的数学模溅，即使对一些复杂对象能够导出数学模型，但过于复杂，既不利于设计，也难于实现有效控制。而智能控制的出现和不断发展，为解决这些翩题提供了有效的方法。越来越多的智能控铡方法在祝电一体纯系统审褥到应蔫，智麓控裁在机电一体化系统中的研究也闻益受到重视，从智能机器人到数控机床的智能化，凭不体现了智能控制的重要性。
{ 鲁缝控制特点覆主要方法
控制理论锈立至今已经绣了3个阶段：一是20世纪初开始形成并于50年代趋于成熟的以反馈和传递函数为基础的古典控制理论；二是20世纪50一60年代发展起来的以状态空闻分析为基础的现代控制理论；三是筠懿绝褥年代孛期泼惹，在发震过程孛综合了人工智熊、自动控制、运筹学、信息论簿多学科成果形成的橱能控制理论。智能控制是控制理论发展的高级阶段，是针对传统控制理论的缺陷面向复杂多样的控剃任务穰目豹发展越来的，适用于那壁基予精确数学筷燮的传统控镒方法赡泼解决的复杂系统的控制阏题。智能控制理论岛系统裙传统控涮理论与系统蓑舅主甍表现在以下几方面：(1)智能控制是对传统理论的发展，传统控制
是智能控制的一部转，是智能控制的低级阶段。智能控铡系统具有开放鳇、分级的、分耀式的结构，有较强的综合信患处瑾麓力。智能控制不是追求系统的高
度囱治为最终目的，而是追求系统的全局优化。(2)智能控制是多学科交叉的学科。从傅京逊的“二元论”，到Saddis的“三元论”，再到蔡自兴的“四元论”，簧毙控翩理论的基獭是人工智能、是动控翩理论、运筹擘、信息论的交叉。传统控制理论以反馈控制理论为核心，有完善的理论体系。(3)智能控制的主要对象和任务具有模型的不确定性、高度的非线性和复杂的任务要求。传统控制方法一觳廷逶震予具有精确的数学模望、线性的(或可以线性化的)和单一任务的对象。
(4)智能控制系统设计的重点放在对数学模型的描述、符号和环境的识别、知识库和推理机的设计上，它有别予传统控制常用韵通过运动学方程、动力学穷程、传递函数等数学模壅来描述系统的方法。蟹能控制具有混合控制特点，系统熊以知识表示菲数学广义模型和以数学寝示的混合控制过程，采用开闭环

控制和定性决策及定量控制相结合的多模态控制方式。(5)传统控制理论是通过各重定理、定律来获取知识，而智能控是通过学习和专家经验来获取知识。智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力，智能控制曩拟入他的方式来表达，鄹智憩控制系绫具有拟人的智能或携入的智能¨·。智能控制系统并不排斥传统控制理论，常规控制往往包含在橱能控制之中，橱能控制也利用常规控制的方法来解决“低级”的控制问题，并力图扩充常规控制方法弗建立一系歹ll新的理论与方法来孵决更具有挑战幢的复杂控裁闻题。锗能控裁具有较强学习功能、适应功能和组织功能，能克服被控对象和环境所具有的高度簸杂性和不确定性，实现有效控制。智能控制以控制理论、计算机科学、人正智能、运筹学等学秘为基麓，扩展了糖关的理论秘技零，形成了许多智熊控制理论秘方法，主要有：④专家控制；②模糊控制；③神经网络控制；④分级递阶智能控制；⑤集成智能控制，即将几种智能控制方法或机理融合在一起而构成的智能控制方法；⑥组合智慧控裁方法，霹将智薤控铡程传统控裁蠢橇地结合起来而形成的控制方法；⑦混沌控制；⑧小波理论；⑨进化计算与遗传算法旧。。智能化是机电一体化系统发展的一大趋势，从某种意义上讲，枕电一体化系统的优劣在很大程度上取决手控裁系缓豹好坏。智麓控潮已经被广泛藏震于规电一体化系统。目前，专家系统、模糊系统、神经网络以及遗传算法，是机电一体化系统(产鼯)实现智能控制的四种主要技术，它们各自独立发展又彼此摆互渗透。2智蘸藏雠在撬电一体能巾的应用2．1 在数控领域的智能撒制当前数控系统不仅需要具有高的性能(高速、高精度、高可靠性)，还要宪成许多智能功能，要具有模拟、延姊、扩展的智麓褥秀的知识处理凌能，如加工运动觏磁、推理、决策能力以及加工环境的感知能力、制造网络通信能力(包括与人的交甄)、智能编程、智能数据库、智能般控等，能够自学_习、自适应、自组织、自寻优、自熬定、自识别、自规划、自修复、蛊繁殖等诤】。其中郝分功能模块熊够建立数学模型，使用经典控翩理论进行控翩，但也有镄多环节无法建模，并且信息大多是模糊的，这时用智能控制的思路，就可达到经典控制方法无法实现的效果。利用模糊控制可以实现加工过程的优化控制，模糊推理
蔑粼可熏予实凌数控机床静敖障诊断，模糊集含理论实现数控系统中某些参数的模糊调节与整定。引入人工神经网络(ANN)来实现数控系统的敞障诊断、数控系统的插补计算，利用囱适应神经元来实现数控系统位置环软件增益的调节控铡。数控系统巾援补计算是核心模块之一，它是根据被加工零件轮赛的线型、起点、终点、速度等信息。在起点与终点之间插入～些中间点的过程，相当于“数据点的密化处理”。BP型人工张经网络具有极强的复杂函数遥近能力，髑震一个三屡BP孝枣经网络，炎要各层节点数足够，理论上就能逼近任意复杂程魔的非线性函数。专家系统则能解决那些专门领域中的结构不明确、或者雅以确定算法的知识推理问题，用它来综合多个数控娩床维修专家的经验，然后利用搬理规则，根据现场蠢荚故障信患，W推理获褥维修数控撬床焉某些攒辱性意见”1。自适应控制、学习控制、前馈控制等寞时智能控制方法可综含应用。例如在数控系统中配备编稷专家系统、故障诊断专家系统、参数自动设定和了了舆自动管理及享}馁等自适应调节系绕，霜遗抟遘仡算法寻找最优化的加王路径，在离速加工时的综合运动控制中引入提前预测和预算功能、动态前馈功能。在压力、温度、位置、速度控制等方面采用模糊控制，使数控系统的控制性能大大提齑，从丽达到最佳控制黪嚣的。多学科技零戆密甥舍终，酉浚更有效缝模拟翔综合人类的智能，开刨智能控制论在数控系统中应用的新篇章。2．2机器人领域的智能控制机器入在动力学方露常常是瑕耦合、时变、毒#线性黪，在传感器穗急方面是多债息的，在控制参数上是多变量的，在控制任务要求上燕多任务的，这些特性正适合智能控制的应用。智能控制技术已经应用到机器入领域的许多方面，如机器人多传感器信息融合积视觉处理，移动概器入行走过程的自主避障，行走路径规麓、定使、轨迹跟踪，机器人手臂动作规翔，空间机器人的姿态控制，具有自学习、自适应功能的控制器设计等。采用人工神经网络、模糊控制和专家系统技术对机器人进行定位、环境建模、检测、控制秘规划的研究已经爨趋成熟，并在谗多实酥应用系统巾得到验证。神经网络具有强大的自学习和非线性映射能力，实时性好，在机器人动力学上广泛应用，尤其适合乎多蛊由度机械臂的现场学习控制。采用神经网络的方法，对各赞感爨的输入信息进行融合，系统具有缀强的容镨性和鲁棒性。模糨控制是一种具有鲁棒特性的智能控制方案，往机器人的建模、控制、对柔性臀的控制、力／位置控制、模糊补偿控制、对基于传感器的机器人控制以及移动机器人路裰规划等各个不同层蹰郝有广泛豹应用秘研究。免疫算法用于移动巍爨入路径发现与规弼，闶时遗传算法和进化计算为机器人系统带来了新型的优化编程和控制技术。为提高系统的鲁棒性和适应熊力，将几种智能控裁方法或枧理融念在一起而构成集成智能控制方法或
与传统控制相结合而构成组合智能控制方法，如模糊
控制与神经网络控制的融合、神经网络控制与变结构
控制间的融合、模糊控制与变结构控制间的融合、模
糊控制与专家系统间的融合等，其原理可简单地描述
为取长补短法，如神经网络模糊控制器即以模糊控制
的思维推理功能来补充神经网络的神经元间连接的拓
扑结构的相对任意性；以神经网络的强有力的学习功
能来对模糊控制的各有关环节进行训练。此外，水下
自主运载器、水下无人机车、无人自主驾驶机动车在
未知或复杂危险环境下完成探索、通信、合作等功能
也需要智能控制的协助实现心-。
2．3 交流伺服系统中的智能控制
伺服驱动装置是典型的机电一体化产品的重要
组成部分，是实现电信号到机械动作的转换装置与
部件，对系统的动态性能、控制质量和功能有决定
性的影响。随着电力电子技术的迅速发展和矢量控
制技术的应用，交流调速系统的性能也日益提高，
使得伺服系统由直流逐步向交流转化。交流伺服系
统是种复杂系统，存在参数时变、负载扰动以及交
流电动机自身和被控对象的严重非线性特性、强耦
合性等不确定因素，建立它的精确数学模型非常困
难，只能获得近似的模型，基于这种近似模型给出
的PID参数就不能满足对系统更高的性能指标的要
求。将智能控制引人交流伺服系统与现代交流伺服
控制理论方法结合使系统朝着期望目标逼近，从而
具有较高的性能指标。
智能控制技术与常规PID控制相结合形成智能
PID，设计思想是将人工智能以非线性控制方式引入
到控制器中，使系统在任何运行状态下均能得到比传
统PID控制更好的控制性能，具有不依赖系统精确数
学模型和控制器参数在线自动调整等特点，对系统参
数变化具有较好的适应性。
单独采用模糊控制算法，可以提高系统的动态响
应速度和静态性能，也具有较好的抗干扰能力，但存
在“抖振”问题，在自组织、自学习能力上也有欠
缺。利用神经网络在线调节系统误差和误差变化率，
改善对模糊控制器输出影响程度，调节模糊控制，可
以极大地改善模糊控制的效果，使模糊控制器具有白
适应、自组织且又保留其鲁棒性。因此。其位置环可
采用神经网络的规则自校正模糊控制器构成位置调节
器。针对永磁同步电动机交流伺服系统，采用模糊神
经网络控制器作为其位置调节器，结合遗传算法的快
速搜索功能，使系统定位准确、快速，与常规的PID
控制模式相比，具有良好的动态、稳态性能以及较强
的鲁棒性。在大型发电机励磁控制器当中，将变结构
附加励磁控制器中加入BP神经网络。根据控制时刻
及前两个时刻的状态变量，由神经网络映射得到。模
糊控制和变结构控制两种方法有机地结合起来，将传
统边界层模糊化，使边界层l戋为一个含糊模糊化的开
关曲面，可以减弱在变结构控制和模糊控制中所产生
“抖振”现象。
2．4机械制造过程中的智能控制
在机电一体化系统制造过程中，经典的机械理论
与工艺应借助于计算机辅助技术，同时采用智能控制
等，形成新一代的机械制造技术。机械制造正向着智
能制造系统(IMS)方向发展。IMS的目标是用计算
机模拟制造业人类专家的智能活动，取代或延伸人的
部分脑力劳动，而这些正是智能技术研究的内容，因
此IMS离不开智能控制，IMS智能水平的提高依赖着
智能控制技术的发展。
在现代先进制造系统中，需要依赖那些不够完备
和不够精确的数据来解决难以或无法预测的情况，智
能控制技术为解决这一难题提供了有效的解决方案。
利用模糊数学、神经网络的方法对制造过程进行动态
环境建模。利用传感器融合技术来进行信息的预处理
和综合。可采用专家系统的“rI．IIen—If”逆向推理作
为反馈机构，修改控制机构或者选择较好的控制模式
和参数。利用模糊集合和模糊关系的鲁棒性，将模糊
信息集成到闭环控制的外环决策选取机构来选择控制
动作。利用神经网络的学习功能和并行处理信息的能
力，进行在线的模式识别，处理那些可能是残缺不全
的信息p o。
智能控制在IM研究领域主要有：智能传感器，
加工过程的智能控制，制造系统的智能检测与监控，
切削参数的智能优化，机械零件可靠性分析及最优化
设计，机械故障智能诊断，智能学习、决策与预测等
多个方面。
3结束语
智能控制是机电一体化中与传统机械自动化技术
的主要区别之一，也是2l世纪机电一体化技术发展
的主要方向。智能控制技术的发展也是日新月异，如
何将其与机电一体化技术以及传统控制理论结合起来
实现机电一体化系统的高度智能化还有很长的距离。
需要坚持不懈地探索和研究。
参考文献
【1】李航一，孙厚芳，袁光明，等．智能控制及其在机器
人领域的应用[J]．河南科技大学学报：自然科学
版，2005，26(1)：35—38．
【2】李文，欧青立，沈洪远，等．智能控制及其应用综述
[J]．重庆邮电学院学报：自然科学版，2006。18
(3)：376—381．
【3】王敏，温斌，王秀丽．机电一体化系统的智能化
[J]．太原科技，2006(6)t 56—57．

滑模变结构控制
随着工业生产自动化的发展，对气动控制系统的
定位性能提出了更高的要求，如气动机器人及气动机
械手、柔性自动化生产线等应用中，需要气动执行元
件能够实现高精度的任意位置定位。而实际的气动伺
服系统是一种高阶、非线性、强耦合的不确定系统，
难以用精确的数学模型加以描述。因此，基于常规控
制理论设计的气动伺服系统难以实现高性能的位置控
制。
近年，滑模变结构控制作为一种鲁棒性强的控制
方法已经在气动伺服系统的控制方面取得了一些研究
成果¨qJ，文献[1]考虑了用饱和度函数代替符号
函数的方法以减小抖振，但仍然要依赖被控对象参数
变化的上下界。为此，本文提出了基于智能控制的滑
模变结构的控制策略，用模糊控制去减少抖动现象；
用神经网络控制去消除对系统参数上下界的依赖。该
控制器用以控制气动关节机器人，仿真结果表明该控
制器对系统的不确定性具有较强的鲁棒性，并且跟踪
性能良好。

在 模 糊 控 制 系 统 中 ，模 糊 控 制 器 的 性 能 在 很 大
程 度 上 取 决 于 模 糊 控 制 规 则 的 确 定 及 其 可 调 整 性 。
因 此 ，有 学 者 提 出 带 有 调 整 因 子 的 控 制 规 则 、模 糊 控
制 规 则 的 自 调 整 与 自 寻 优 等 多 种 控 制 模 式［ # ］ 。 但 每
种 控 制 模 式 都 有 其 局 限 性 ，如 ，带 有 多 个 调 整 因 子 的
模 糊 控 制 规 则 虽 然 比 较 灵 活 、方 便 ，但 多 个 调 整 因 子
的 寻 优 要 花 费 较 大 的 计 算 量 ，难 于 实 时 实 现 ，尤 其 是
随 着 偏 差 、偏 差 变 化 及 控 制 量 的 论 域 量 化 等 级 的 增
加 ，调 整 因 子 数 也 相 应 增 加 ，使 得 寻 优 过 程 更 加 复杂 。另 外 ，常 规 模 糊 控 制 器 由 于 缺 少Fuzzy 积 分 作
用 ，使 得 稳 态 性 能 欠 佳 。 而 且 ，从 原 理 上 讲 ，模 糊 控
制 器 缺 乏 对 具 有 较 大 时 滞 对 象 的 控 制 能 力 。
基 于 上 述 考 虑 ，本 文 提 出 了“ 带 有 智 能 权 函 数 的
Fuzzy-PID 预 估 器 ”的 复 合 控 制 策 略 ，并 应 用 于
某 电 厂 ! " " R > 机 组 锅 炉 主 汽 温 度 和 汽 包 水 位 控 制
回 路 ，现 场 应 用 表 明 了 该 控 制 策 略 的 有 效 性 。
Fuzzy-PID复 合 控 制 方 案
采 用 这 种 复 合 控 制 策 略 是 当 偏 差 较 大 时 ，利 用
模糊 控 制 迅 速 给 出 适 当 的 控 制 作 用 以 抑 制 干 扰 ，保
证 系 统 响 应 的 快 速 性 ；当 偏 差 较 小 时 ，采 用 常 规 PID
控 制 ，保 证 系 统 具 有 足 够 高 的 控 制 精 度 和 稳 定 性 能 。

.1.11结晶器振动技术的发展[l一4]
把高温钢水连续不断地浇铸成具有一定断面形状和一定尺寸规格铸坯的生产工艺过
程叫做连续铸钢。连续铸钢技术以其较模铸的明显的优越性，自20世纪70年代以后获得
了较快发展。到目前为止，无论是在连铸理论、连铸生产，还是在连铸坯质量、产量和连
铸比(连铸坯产量/粗钢产量)方面都取得了很大的发展，在钢铁工业中起到了非常重要
的作用。
结晶器是连铸机的心脏，属于连铸的关键设备。中间包的钢水注入到结晶器内，钢水
在结晶器中初步凝结成铸坯的外形，生成一定厚度的坯壳，并被连续地从结晶器下口拉拔
出去，进入二次冷却区。铸坯的外壳尺寸由结晶器的内腔尺寸决定。结晶器浇铸时的内腔
尺寸是按照成品的板坯尺寸要求在浇铸前调整好的。最初的连铸机结晶器是静止的，在拉
坯过程中坯壳极易与结晶器壁发生粘结，从而导致拉不动或拉漏事故。因此，静止不振动
的结晶器限制了连铸生产的工业化。
结晶器振动是连铸技术的一个基本特征。连铸过程中，结晶器和坯壳间的相互作用影
响着坯壳的生长和脱膜，其控制因素是结晶器的振动和润滑。连铸在采用固定结晶器浇铸
时，铸坯直接从结晶器向下拉出，由于缺乏润滑，易与结晶器发生粘结，从而导致出现拉
不动或者拉漏事故，很难进行浇铸。结晶器振动对于改善铸坯和结晶器界面间的润滑是非
常有效的，振动结晶器的发明引进，使得工业上大规模应用连铸技术得以实现。可以说，
结晶器振动是浇铸成功的先决条件，是连铸发展的一个重要里程碑。近年来，冶金工业的
迅速发展，要求连铸提高拉速和增加连铸机的生产能力，人们对结晶器振动的认识也在不
断深入和发展。
结晶器振动技术早期只应用于有色金属的浇铸，由于没有弄清与结晶器润滑的关系，
结晶器振动的概念也经历了各种变化。直到1949年，S·容汉斯和I·罗西第一次将其
应用于钢的浇铸，目的就是为了有效地改善铸坯和结晶器壁间的润滑条件。这一成果对于
推动连铸技术的发展，使其从实验室走向工业化应用做出了开拓性的贡献。表1.1示出了
连铸结晶器振动技术的发展演变情况。从表1.1结晶器振动技术的发展来看，结晶器振动
经历了早期的非正弦振动方式到正弦振动方式，目前又发展到非正弦振动方式的过程。

天津钢铁有限公司4#180/200/250×1320- 2100 mm板坯连铸机是由奥钢联公司设计, 是直结晶器、连续弯曲、连续矫直、弧形板坯连铸机。连铸机结晶器振动采用液压控制系统。整机均由PLC 系统进行控制, 并由计算机实现远程操作控制, 自动化程度高。4# 板坯连铸机结晶器振动液压控制系统, 采用液压伺服阀作为输入信号的转换与放大元件。该系统能以小功率的电信号输入, 控制大功率的液压流量输出, 以获得很高的控制精度和很快的响应速度、位置控制, 其液压执行机构的运动能够高精度地跟踪随机的控制信号的变化。是机械、液压、电气一体化的电液伺服阀、伺服放大器、传感器系统。2.2 4# 板坯连铸机结晶器振动装置共有两个液压缸,工作时要求两个液压缸同步振动。振动系统原理如图1 所示。液压伺服阀2 共有两个, 每个液压伺服阀控制一个液压缸3 的运动, 当液压伺服阀得到电信号输入后, 液压流量按比例输出, 位置传感器4 将液压缸缸杆的位置信号反馈给PLC, 系统根据控制信号的变化控制液压缸缸杆的伸缩运动, 从而控制结晶器的上下振动, 通过PLC 和计算机实现对结晶器振动远程控制。蓄能器1 和回油蓄能器5 起到了减少系统冲击的作用, 合理调整回油阀块组6 的回油压力, 可以使系统振动比较平稳。

宝钢分公司炼钢厂现有6台板坯连铸机,其中1# , 5#和6#连铸机结晶器振动装置的结构型式均为机械偏心轮驱动方式,其振幅改变只能在机械维修时通过更换4个偏心轴来实现,仅能实现正弦波振动,不能有效提高连铸坯表面质量, 3#连铸机结晶器采用短杆式液压振动,每根振动连杆都由高精度的减磨轴承支撑,能够对结晶器实现非正弦振动,有效提高了连铸坯表面质量[ 3 ] ,但其振动机构较为复杂;在新投产的4#连铸机中,对结晶器采用双缸液压直接振动,具有结构简单、振动灵活的优点,可轻易形成正弦及非正弦波形,生产使用效果较好

• 国外采用液压伺服系统允许在浇注期间对振动波形“频率”振幅进行调整，该系统复杂、投资昂贵，对设备的维护和要求高!
• 国内李宪奎教授开发了机械驱动实现非正弦振动的装置并获得专利!

迄今为至，工业中仍在广泛使用直流电动机或交流变频电动机通过偏心轮驱动双摇杆机构实现结晶器振动。和传统的结晶器振动装置相比，电液伺服驱动的连铸机结晶器振动装置可以很方便地产生各种振动规律、实现连铸过程监督、实时显示振动波形并可根据拉坯速度实时修改振动参数、布置方便和可很方便地实现多连铸机共用泵站节能及群控等优点。为了解决传统的电动机驱动偏心凸轮结晶器振动装置存在的难以在线改变振动波形和响应速度慢等问题，本文开发研制了采用电液伺服控制实现的结晶器振动装置及其计算机控制系统。

P ID控制由于其算法简单、鲁棒性、可靠性高、稳态无静差等优点, 在工业控制领域得到广泛的应用,尤其是用于可建立精确数学模型的确定控制系统. 而实际生产过程具有非线性、大时滞、时变、不确定性, 难以建立精确的数学模型. 应用基于某一整定原则来确定P ID 参数的常规P ID调节器难以获得满意的控制效果. 而模糊控制算法无须建立被控对象的数学模型, 对被控对象的时滞、非线性、时变性具有一定的适应能力, 即鲁棒性较好. 但模糊控制器本身消除系统误差的性能较差, 难以达到较高的控制精度.本研究结合模糊控制和P ID调节器, 发挥模糊控制鲁棒性强、动态响应好、上升时间快、超调小的特点, 又结合P ID调节器的动态跟踪品质和稳态精度, 即利用模糊逻辑推理, 实时调整P ID参数, 并将其应用于液位控制系统中达到了良好的控制性能

1.1 现代控制理论的产生与发展

     同学们，我们都知道：控制理论作为一门科学技术，已经广泛地运用于我们社会生活的方方面面。例如，我们的教学也使用了控制理论的方法。老师在课堂上讲课，大家在课堂上听，本身可看作一个开环函数；而同学们课下做作业，再通过老师的批改，进而改进和提高老师的授课内容和方法，这就形成了一个闭环控制。象这样的例子很多，都是控制理论在生活中的应用。那么控制理论必然有它的产生和发展。我们来学习一下控制理论的产生和发展。控制理论的产生和发展要分为以下几个阶段的发展：
     1、经典（古典）控制理论（自动控制理论）的产生和发展
     萌芽阶段
     如果要追朔自动控制技术的发展历史,早在两千年前就有了控制技术的萌芽。
     两千年前我国发明的指南车，就是一种开环自动调节系。
     公元1086－1089年（北宋哲宗元祐初年），我国发明的水运仪象台，就是一种闭环自动调节系统。
     起步阶段
     随着科学技术与工业生产的发展，到十八世纪，自动控制技术逐渐应用到现代工业中。其中最卓越的代表是瓦特（J.Wa