【技术实现步骤摘要】
一种控制板形的带钢轧制生产方法
[0001]本专利技术涉及带钢轧制
,尤其涉及一种控制板形的带钢轧制生产方法。
技术介绍
[0002]冷轧带钢作为工业生产的重要原料之一,广泛应用于汽车行业、建筑产业、家电行业、电子制造行业和轻工业等多个国民经济生产领域。冷轧带钢生产流程需要经过酸洗、冷轧、热处理、精整、涂镀等工艺。其中冷轧工艺:原料为热轧带钢或热轧卷,在常温下经冷机组轧制成厚度为0.1~3mm的薄钢卷。冷轧厂为4辊或6辊多机架全连续冷轧机组,为保证连续性,利用活套预存足够的带钢,并且前后带钢在进入轧机时进行焊接。通过计算机控制轧制过程,可以在生产中改变规格。随着我国工业的发展,对板材的质量和厚度精度的需求逐渐提高,促进冷轧过程中的厚度控制、板形控制等等技术的发展。
[0003]板形控制作为带钢生产的核心技术,受到轧制力、张力、轧制速度、轧辊热凸度等多个相互交织参数的影响,其控制水平高低是能否生产高品质带钢的关键因素。带钢板形控制系统具有非线性、强耦合、多变量等特征,这使得建立精确的数学控制模型非常困难,进而导致应用传统的模型控制方法难以进一步提高板形的精度。近年来,大数据和人工智能产业发展迅速,数据驱动的智能化方法,善于从历史数据中总结因果关系,具有很强的自学习能力,将数据驱动的智能控制手段应用于带钢板形控制过程,可以有效提高控制精度。因此,开发智能化的带钢板形控制系统具有重要意义。
[0004]强化学习是机器学习中一种流行技术,通过与环境交互来学习控制策略,致力于提高序列决策行为的动态和长期效 ...
【技术保护点】
【技术特征摘要】
1.一种控制板形的带钢轧制生产方法,其特征在于:所述方法包括以下步骤:步骤1:采集冷轧带钢实际生产数据,建立冷轧板形控制系统状态空间方程:;式中,A、B、C、D、K为状态空间矩阵,u(t)为系统输入,y(t)为系统输出,e(t)为系统扰动,x(t)为n阶状态向量,T为采样时间;步骤2:以状态空间模型为训练环境,通过Pycharm平台搭建深度强化学习模型,离线训练,得到带钢板形控制模型并保存;步骤3:将实时生产的带钢板形值,输入到带钢板形控制模型中,利用集成思想,得到集成深度强化学习控制策略并执行。2.根据权利要求1所述的控制板形的带钢轧制生产方法,其特征在于:所述步骤1具体包括以下步骤:步骤1.1:根据冷轧带钢生产数据,利用生产规律选择状态空间模型的输入输出;步骤1.2:对状态空间模型的输入数据进行标准化处理,具体如下:;;;式中,x
i
为第i条状态空间模型输入样本,μ为样本均值,σ为样本标准差,x
i
’
为第i条状态空间模型输出样本,n为样本总数;步骤1.3:设置状态空间模型阶数、采样时间、输入延迟,构造辨识数据,并划分训练集和验证集;步骤1.4:利用MATLAB中系统辨识工具箱,得到状态空间模型,并保存A、B、C、D、K矩阵结果。3.根据权利要求2所述的控制板形的带钢轧制生产方法,其特征在于:所述步骤1.1中,选择轧制力、辊缝差、工作辊弯辊力、中间辊弯辊力作为状态空间模型的输入,将带钢横截面各个点的板形值作为状态空间模型的输出。4.根据权利要求2所述的控制板形的带钢轧制生产方法,其特征在于:所述步骤2的具体方法为:步骤2.1:将A、B、C、D矩阵值,输入到Python中,得到状态空间模型结果,作为强化学习的训练环境;步骤2.2:设定训练环境中的动作空间范围、初始化的状态空间范围;步骤2.3:设定训练环境中的奖励reward以及提前停止条件done;步骤2.4:利用Python语言编写DDPG算法,并设置训练过程中的超参数,训练得到DDPG
控制模型并保存;步骤2.5:利用Python语言编写TD3算法,并设置训练过程中的超参数,训练得到TD3控制模型并保存。5.根据权利要求4所述的控制板形的带钢轧制生产方法,其特征在于:所述步骤2.3中奖励reward按下式设定:;提前停止条件done按下式设定:;其中,I
i
表示为带钢横截面第i 点实测板形值与目标板形值的偏差。6.根据权利要求4所述的控制板形的带钢轧制生产方法,其特征在于:所述步骤2.4的具体方法为:步骤2.4.1:随机初始化策略网络μ(s|θ
μ
)和评判网络Q(s,a|θ
Q
),其中,s表示状态,a表示动作;θ
μ
表示策略网络中的权重,θ
Q
表示评判网络中的权重;步骤2.4.2:使用μ(s|θ
μ
)和Q(s,a|θ
Q
)初始化目标网络参数μ
’
和Q
’
;步骤2.4.3:初始化经验回放池R;步骤2.4.4:对于每一个训练回合,初始化OUN动作探索噪声、状态s1;步骤2.4.5:对于每一个时间t,根据当前策略网络μ(s
t
|θ
μ
)和探索噪声选择动作a
t
,如下式:;步骤2.4.6:执行动作...
【专利技术属性】
技术研发人员:孙杰,丁肇印,雷佳为,丁成砚,王云龙,王姝婷,杨一铭,彭文,张殿华,
申请(专利权)人:东北大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。