鋼管中頻感應加熱的專家模糊控制方法

劉增環(huán) 張文奎

(河北工程大學信息與電氣工程學院，河北 邯鄲 056038)

中頻感應加熱廣泛應用于軋輥表面淬火、棒料透熱及板坯回火等工業(yè)生產(chǎn)領域。在鋼管熱擠壓生產(chǎn)中，加熱設備普遍采用環(huán)形加熱爐預熱，中頻感應加熱爐加熱、均熱和保溫，實現(xiàn)坯料的無氧化加熱工藝[1]。感應加熱過程中的過燒會引起奧氏體晶粒粗大，而且晶界局部出現(xiàn)氧化或熔化，導致晶界弱化[2]。坯料溫度的不均勻直接影響熱擠壓鋼管的產(chǎn)品質(zhì)量，甚至會損壞模具[3]。因此對其溫度的控制顯得尤為重要。

感應加熱過程中，存在集膚效應、鄰近效應和圓環(huán)效應[4]。感應加熱過程復雜，因而很難建立精確的數(shù)學模型，是一個復雜的非線性、強干擾且大滯后系統(tǒng)[5]。模型預測控制和Smith預測控制是解決時滯問題的有效方法，但都是基于被控對象精確的數(shù)學模型設計的，無法應用于該系統(tǒng)。模糊控制依賴模糊規(guī)則和模糊變量的隸屬度函數(shù)，不依賴對象的數(shù)學模型，是針對復雜控制對象的一種較好的控制方法，具有適應性好、超調(diào)小及魯棒性強等優(yōu)點。但是，模糊控制是根據(jù)當前測定的被控量來確定控制量的，這就使得控制成為事后控制，對于大滯后系統(tǒng)，模糊控制無法取得良好的控制效果。而專家系統(tǒng)在非線性且大滯后的情況下能取得良好的控制效果，但專家系統(tǒng)一般不能間接地對生產(chǎn)過程和被控對象進行控制。

筆者針對鋼管熱擠壓生產(chǎn)過程中，中頻感應加熱系統(tǒng)的溫度控制問題，通過分析生產(chǎn)工藝的要求和現(xiàn)有的溫控系統(tǒng)，提出了專家系統(tǒng)和模糊控制相結(jié)合的兩層結(jié)構(gòu)控制方法。

1 專家模糊控制①

模糊控制和專家系統(tǒng)有機結(jié)合的專家模糊控制器的結(jié)構(gòu)框圖如圖1所示，運用專家系統(tǒng)在線修正模糊控制器的參數(shù)，以提高系統(tǒng)的穩(wěn)態(tài)精度和抗干擾能力并實時監(jiān)測系統(tǒng)狀態(tài)[6]。

圖1 專家模糊控制器結(jié)構(gòu)框圖

2 中頻感應加熱系統(tǒng)

中頻感應加熱是利用電磁感應原理和焦耳-楞次定理，通過交變電流在工件中產(chǎn)生渦流來加熱工件的。當感應加熱圓柱形鋼坯時，由于集膚效應，只有表面會快速升溫，而中心部分則需要從表面溫區(qū)向內(nèi)部低溫區(qū)傳導熱量[4]。鋼坯感應加熱過程中，快速加熱階段溫差較大，并且徑向大于縱向，均熱段溫差較小；加熱階段表面溫度最高；均熱階段最高溫度區(qū)域從表面向內(nèi)部移動，隨著均熱時間的延長，心部溫度會超過表面[7]。

中頻感應加熱電源是將工頻電源轉(zhuǎn)換為感應加熱所需頻率的單相電源的變頻器。電源主要由整流電路、濾波電路、逆變電路以及控制和保護電路構(gòu)成。電源加熱工作時，整流電路將輸入的三相工頻交流電轉(zhuǎn)換為直流電，經(jīng)濾波電路濾波后變成平滑的直流電，而逆變器則將直流電轉(zhuǎn)換為電路所需頻率的單相交流電供給負載[8]。電源的負載是由加熱線圈和被加熱工件組成的，為提高加熱電源的功率因數(shù)和效率，電感線圈并聯(lián)或串聯(lián)電容，由此產(chǎn)生諧振來加熱工件?？刂撇糠质峭ㄟ^專家模糊控制器將溫度信號轉(zhuǎn)換為觸發(fā)電路的控制信號，來控制電源的輸出功率。

3 基于專家系統(tǒng)的模糊控制器

3.1 模糊控制器

一維模糊控制器動態(tài)控制性能不佳，但模糊控制器維數(shù)過高，控制算法的實現(xiàn)又很困難，目前廣泛采用二維模糊控制器[9]。筆者設計的鋼管中頻感應加熱專家模糊溫控系統(tǒng)采用雙輸入/單輸出結(jié)構(gòu)，選取感應爐爐內(nèi)坯料溫度的偏差e和偏差變化率ec作為輸入信息，輸出控制量u為電源功率。檢測機構(gòu)測得的e和計算所得的ec是連續(xù)變化量，通過量化因子Ke和Kec，將輸入量的基本論域離散化為[-6，6]中的整數(shù)值。將e的模糊集合定義為{NB，NM，NS，NO，PO，PS，PM，PB}，ec和u的模糊集合定義為{NB，NM，NS，O，PS，PM，PB}。隸屬函數(shù)采用三角形隸屬函數(shù)。根據(jù)模糊控制規(guī)則和專家的控制經(jīng)驗，可歸納為模糊控制表(表1)。

表1 模糊控制規(guī)則

3.2 專家智能協(xié)調(diào)因子調(diào)整方法

量化因子和比例因子的大小關系及其不同量化因子之間大小的相對關系，對模糊控制器的控制性能影響很大。為了使系統(tǒng)響應達到“快、穩(wěn)、準”的目標，需對參數(shù)Ke、Kec和Ku進行專家智能在線調(diào)整[10]。模糊控制器中量化因子和比例因子的知識獲取，對系統(tǒng)響應的影響如下：

a. 增大Ke，系統(tǒng)響應時間變短，超調(diào)增大，使收斂變慢，嚴重時會產(chǎn)生振蕩；但Ke過小，系統(tǒng)響應時間變長，靜態(tài)誤差增大，同樣會使收斂變慢。

b. 增大Kec，超調(diào)量變小，系統(tǒng)的響應速度變慢；但Kec過小，不利于抑制超調(diào)。

c. 增大Ku，系統(tǒng)的動態(tài)響應過程變短；但在收斂階段，過大的Ku將引起調(diào)和振蕩。

現(xiàn)以不銹鋼感應加熱為例，工藝要求鋼坯加熱到1 230℃，將一般閉環(huán)系統(tǒng)的階躍響應曲線(圖2)作為該系統(tǒng)的模擬曲線進行分析，具體如下：

a.oa段。e>0且ec<0且e>430，上升階段，為使系統(tǒng)盡快消除偏差，應增大Ke和Ku，并保持Kec不變。

b.ab段。e>0且ec<0且e<430，系統(tǒng)趨向穩(wěn)態(tài)，為使系統(tǒng)不出現(xiàn)超調(diào)，應增大Kec，同時減小Ke和Ku。

c.bc段。e<0且ec<0，系統(tǒng)已有超調(diào)且誤差正在增大，為使輸出回到設定值，應增大Kec和Ku，減小Ke。

d.cd段。e<0且ec>0，系統(tǒng)誤差逐漸減小，輸出趨向穩(wěn)定，此時應減小Ke、Kec和Ku。

e.de段。e>0且ec>0，系統(tǒng)出現(xiàn)下超調(diào)，為使回調(diào)不太大，應增大Ke，減小Ku，保持Kec不變。

f.ef段。e>0且ec<0，系統(tǒng)輸出基本穩(wěn)定，此時應保持Ke和Kec不變，減小Ku。

圖2 一般閉環(huán)階躍響應曲線

根據(jù)上述分析，總結(jié)出一組用于在線修正量化因子和比例因子的專家知識庫，具體如下：

R1 IF(e>0∩ec<0∩e>430)THEN(K1=ΔKe，K2=0，K3=ΔKu)

R2 IF(e>0∩ec<0∩e<430)THEN(K1=-ΔKe，K2=ΔKec，K3=-ΔKu)

R3 IF(e<0∩ec<0)THEN(K1=-ΔKe，K2=ΔKec，K3=ΔKu)

R4 IF(e<0∩ec>0)THEN(K1=-ΔKe，K2=-ΔKec，K3=-ΔKu)

R5 IF(e>0∩ec>0)THEN(K1=ΔKe，K2=0，K3=-ΔKu)

R6 IF(e<0∩ec<0)THEN(K1=0，K2=Δ0，K3=-ΔKu)

其中，K1、K2、K3分別為量化因子Ke、Kec和比例因子Ku的動態(tài)修正因子；ΔKe、ΔKec、ΔKu分別為Ke、Kec、Ku的很小增量。設Ke(t)、Kec(t)、Ku(t)、Ke(t-1)、Kec(t-1)、Ku(t-1)分別為當前時刻與上一時刻的量化因子和比例因子[10]，則參數(shù)的在線修正算法為：

Ke(t)=Ke(t-1)+K1

Kec(t)=Kec(t-1)+K2

Ku(t)=Ku(t-1)+K3

在實際控制過程中，初始參數(shù)Ke(0)、Kec(0)和Ku(0)的值視具體情況選取。

該算法是專家系統(tǒng)經(jīng)推理機求得的一種調(diào)整方法，用于修改模糊控制的控制策略，調(diào)節(jié)參數(shù)值范圍，從而更好地進行系統(tǒng)控制。

4 仿真分析

通過Matlab軟件進行仿真，感應爐溫控系統(tǒng)中的模糊控制和專家模糊控制的仿真結(jié)果如圖3所示，專家模糊控制相比模糊控制，響應時間變短、超調(diào)變小，整體控制效果較好。在實際的鋼管生產(chǎn)過程中，將專家模糊控制應用于感應加熱鋼坯溫控系統(tǒng)，控制效果優(yōu)于常規(guī)系統(tǒng)。

5 結(jié)束語

筆者以鋼管擠壓生產(chǎn)中，中頻感應爐快速加熱鋼坯的生產(chǎn)工藝控制為背景，針對感應爐溫控系統(tǒng)，提出一種專家系統(tǒng)和模糊控制相結(jié)合的新策略，通過在線調(diào)整模糊控制器的參數(shù)，改善了系

圖3 兩種方式的仿真控制曲線

統(tǒng)的控制性能。仿真結(jié)果和實際生產(chǎn)應用表明：該系統(tǒng)魯棒性強、控制精度高，提高了產(chǎn)品的質(zhì)量和生產(chǎn)過程的自動化水平。