【技术实现步骤摘要】
本专利技术属于智能制造，尤其涉及一种基于数模双驱的拉矫机云边协调板形控制方法及系统。
技术介绍
1、拉矫机广泛应用于冷轧过程中，在弯曲辊组、矫直辊组和张力辊组的共同作用下对带钢进行拉伸和弯曲，使带钢产生弹塑性变形，从而消除浪形缺陷、改善板形，提高带钢质量。拉矫机的板形控制是指根据板材的实际变形情况，调节拉矫机的参数，使板材达到预期的板形。板形控制的效果直接影响到板材的质量和生产效率，是拉矫机的核心技术之一。
2、传统的拉矫机板形控制方法主要有两种：基于模型的方法和基于数据的方法。基于模型的方法是根据板材的力学模型，建立板材的变形方程，然后通过反馈控制或预测控制方法，计算出最优的控制参数。基于数据的方法是根据板材的变形数据，利用神经网络、支持向量机机器学习方法，建立板材的变形映射关系，然后通过数据驱动的方法，预测出最优的控制参数。
3、这两种方法各有优缺点，基于模型的方法能够反映板材的物理机理，但是模型的建立和求解需要大量的计算资源和时间，且难以适应复杂的工况变化；基于数据的方法能够利用大量的历史数据，提高控制的精度和鲁棒性，但是需要大量的数据采集和存储，且缺乏物理常识和可解释性。
4、通过上述分析，现有技术存在的问题及缺陷为：现有技术中，基于模型的方法模型的建立和求解需要大量的计算资源和时间，且难以适应复杂的工况变化；基于数据的方法需要大量的数据采集和存储，且缺乏物理常识和可解释性。
技术实现思路
1、针对现有技术存在的问题，本专利技术提供了一种
2、本专利技术是这样实现的，一种基于数模双驱的拉矫机云边协调板形控制系统，包括终端数据采集模块、边缘计算模块、数据存储模块、数模双驱模块、控制模块、以及客户端模块，依托云边系统进行布局，实现功能；
3、终端数据采集模块为整个系统的输入，采集拉矫机的运行、生产数据，包括张力、辊距、矫直辊和弯曲辊插入量以及板形(瓢曲度和翘曲度)参数，然后上传给边缘计算模块。数据来源主要包括拉矫机自动化系统，过程控制系统以及生产控制系统。
4、边缘计算模块包括多个边缘网关节点，每个边缘网关节点由数据融合模块、智能预测算法模块以及板形优化模块组成；
5、数据存储模块包括数据层、接口层，数据存储模块在接收边缘计算模块上传的数据后，经过处理后进行存储和传递给数模双驱模块；
6、数模双驱模块是基于机理和数据驱动的混合的定制化算法集合，包括机理算法和数据驱动算法；
7、控制模块包括plc系统、驱动器、电机、测距仪；其中，边缘计算模块中的优化模块所给出的板料矫直后的参数传递给plc系统；所述plc系统将弯曲辊插入量信号传递给第一驱动器，第一驱动器带动第一电机转动，第一测距仪实时反馈弯曲辊的位置信息，并将信息传递给plc系统，以此实现弯曲辊插入量参数的闭环控制；所述plc系统将矫直辊插入量信号传递给第二驱动器，第二驱动器带动第二电机转动，第二测距仪实时反馈矫直辊的位置信息，并将信息传递给plc系统，以此实现矫直辊插入量参数的闭环控制；所述plc系统将张力辊转矩信号传递给第三驱动器，第三驱动器带动第三电机转动，转矩传感器实时反馈转矩信息，并将信息传递给plc系统以此实现张力辊转矩参数的控制，通过此过程实现后驱反馈控制过程。
8、客户端模块人机交互界面用于工作人员查看来料基本参数(板厚、板宽和屈服强度)和板形参数的输入，也显示通过控制系统的前驱反馈控制系统和后驱反馈控制系统的控制过程。
9、进一步，数据融合模块用于将终端设备采集到的生产数据、设备数据、仪表数据进行数据融合，压缩和处理，剔除冗余数据，然后发送给数据存储模块和边缘计算模块中的智能预测算法模块；智能预测算法模块通过板形的特征，采用智能算法对板形进行预测；板形优化模块根据智能预测算法的结果，通过控制模块实现对拉矫工艺的参数的前后驱反馈控制，从而实现对板形更精准预测和控制。
10、进一步，数据存储模块具体包括：数据层采集和处理的数据包括结构化数据、非结构化数据，分布式消息队，接口层是整个系统对外的接口，包括与数据库的接口和与计算平台的接口。
11、进一步，机理算法是指根据拉矫机的工作原理，基于弹塑性、残余应力理论对拉弯矫直过程中板料的受力构建力学分析模型，描述拉矫过程中的输入输出响应关系，求解出板材的变形分布和控制参数，或者运用有限元的方法，建立板料在拉矫机上的变形模型，分析板料的应力应变、延伸率参数以及它们与工艺条件和设备参数的关系，从而优化拉矫机的控制策略和工艺参数。数据驱动算法是指通过大数据拟合出拉弯矫直过程中板料成形规律的预测模型，包括数据预处理算法、统计与机器学习机理算法、深度学习算法，不断通过输入优化模型，然后将信息传递给边缘计算模块。
12、进一步，所述统计与机器学习算法包括回归算法、聚类算法、概率统计分析，所述深度学习算法包括卷积神经网络cnn，时间序列回归。进一步，模型训练与测试程序以离线训练为主，根据数据量的情况，采用单机或者集群开展模型训练，考虑到系统投入初期，拉矫机生产的样本数据较少，可以将机理模型预测精度的占比调大，同时可以试运行在线训练程序来进行数据流处理和模型训练。在样本数据足够多，训练模型足够完善时，可以将机理模型预测和控制的占比调小，而将数据模型预测和控制占比调大，从而加快系统运行效率。
13、进一步，用初始板形作为输入，通过数模双驱板块训练模型得出的拉矫机参数传递给plc系统，后续控制过程与后驱反馈控制过程相同，以此实现前驱反馈控制过程。
14、本专利技术的另一目的在于提供一种应用所述基于数模双驱的拉矫机云边协调板形控制系统的基于数模双驱的拉矫机云边协调板形控制方法，包括：
15、s1：测距仪把拉矫机参数(弯曲辊插入量、矫直辊插入量)的实时位置信息反馈给plc系统，转矩传感器把张力辊转矩的实时信息反馈给plc系统；plc系统结合参数设定值和实时位置或扭矩信息，计算出判断参数：实时信息-设定值；
16、s2：判断终端数据采集模块采集的数据是否需要上传，若存储模块和数模双驱模块有对应的匹配模型，采集的数据可以直接用于分析，计算和生产；若无对应模型，边缘计算的数据融合模块则将终端数据采集模块采集的数据上传给数据存储模块和边缘计算模块中的智能预测算法模块；
17、s3：构建机理模型和数据驱动模型，首先通过板料的受力构建力学机理模型，然后通过数据存储模块传递的数据进行分析计算，建立板形预测和控制的数据驱动模型，进行训练并不断优化，确定机理模型和数据驱动模型的预测占比，将实时将结果传递给边缘计算模块，控制拉矫工艺参数的设定值；
18、s4：当判断参数：实时信息与设定值的差值为零或为允的误差值时，也就是拉矫机参数弯曲辊插入量、矫直辊插入量以及张力辊扭矩的调节已达到要求，plc就将信号传递给驱动器，电机就可以停止旋转，参数调节结束；否则，就要继续调整，直到判断参本文档来自技高网...
【技术保护点】
1.一种基于数模双驱的拉矫机云边协调板形控制系统，其特征在于，包括；
2.如权利要求1所述的基于数模双驱的拉矫机云边协调板形控制系统，其特征在于，数据融合模块用于将终端设备采集到的生产数据、设备数据、仪表数据进行数据融合，压缩和处理，剔除冗余数据，然后发送给数据存储模块和边缘计算模块中的智能预测算法模块；智能预测算法模块通过板形的特征，采用智能算法对板形进行预测；板形优化模块根据智能预测算法的结果，通过控制模块实现对拉矫工艺的参数的前后驱反馈控制，实现对板形更精准预测和控制。
3.如权利要求1所述的基于数模双驱的拉矫机云边协调板形控制系统，其特征在于，数据存储模块具体包括：数据层采集和处理的数据包括结构化数据、非结构化数据，分布式消息队，接口层是整个系统对外的接口，包括与数据库的接口和与计算平台的接口。
4.如权利要求1所述的基于数模双驱的拉矫机云边协调板形控制系统，其特征在于，机理算法是指根据拉矫机的工作原理，基于弹塑性、残余应力理论对拉弯矫直过程中板料的受力构建力学分析模型，描述拉矫过程中的输入输出响应关系，求解出板材的变形分布和控制参数，
5.如权利要求1所述的基于数模双驱的拉矫机云边协调板形控制系统，其特征在于，统计与机器学习算法包括回归算法、聚类算法、概率统计分析，深度学习算法包括卷积神经网络CNN，时间序列回归；模型训练与测试程序以离线训练为主，根据数据量的情况，采用单机或者集群开展模型训练，将机理模型预测精度的占比调大，同时试运行在线训练程序来进行数据流处理和模型训练；在样本数据足够多，训练模型足够完善时，将机理模型预测和控制的占比调小，而将数据模型预测和控制占比调大，从而加快系统运行效率。
6.如权利要求1所述的基于数模双驱的拉矫机云边协调板形控制系统，其特征在于，用初始板形作为输入，通过数模双驱板块训练模型得出的拉矫机参数传递给PLC系统，后续控制过程与后驱反馈控制过程相同，以此实现前驱反馈控制过程。
7.一种应用如权利要求1～6任意一项所述基于数模双驱的拉矫机云边协调板形控制系统的基于数模双驱的拉矫机云边协调板形控制方法，其特征在于，包括：
8.一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如权利要求7所述的基于数模双驱的拉矫机云边协调板形控制方法的步骤。
9.一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如权利要求7所述的基于数模双驱的拉矫机云边协调板形控制方法的步骤。
10.一种信息数据处理终端，信息数据处理终端用于实现如权利要求1～6任意一项所述的基于数模双驱的拉矫机云边协调板形控制系统。
...【技术特征摘要】
1.一种基于数模双驱的拉矫机云边协调板形控制系统，其特征在于，包括；
2.如权利要求1所述的基于数模双驱的拉矫机云边协调板形控制系统，其特征在于，数据融合模块用于将终端设备采集到的生产数据、设备数据、仪表数据进行数据融合，压缩和处理，剔除冗余数据，然后发送给数据存储模块和边缘计算模块中的智能预测算法模块；智能预测算法模块通过板形的特征，采用智能算法对板形进行预测；板形优化模块根据智能预测算法的结果，通过控制模块实现对拉矫工艺的参数的前后驱反馈控制，实现对板形更精准预测和控制。
3.如权利要求1所述的基于数模双驱的拉矫机云边协调板形控制系统，其特征在于，数据存储模块具体包括：数据层采集和处理的数据包括结构化数据、非结构化数据，分布式消息队，接口层是整个系统对外的接口，包括与数据库的接口和与计算平台的接口。
4.如权利要求1所述的基于数模双驱的拉矫机云边协调板形控制系统，其特征在于，机理算法是指根据拉矫机的工作原理，基于弹塑性、残余应力理论对拉弯矫直过程中板料的受力构建力学分析模型，描述拉矫过程中的输入输出响应关系，求解出板材的变形分布和控制参数，或者运用有限元的方法，建立板料在拉矫机上的变形模型，分析板料的应力应变、延伸率参数以及参数与工艺条件和设备参数的关系，从而优化拉矫机的控制策略和工艺参数；数据驱动算法是指通过大数据拟合出拉弯矫直过程中板料成形规律的预测模型，包括数据预处理算法、统计与机器学习机理算法、深度学习算法，不断通过输入优化模型，然后将信息传递给边缘计算模块。
5.如...
【专利技术属性】
技术研发人员：张欢，王长峰，夏绪辉，王蕾，张泽琳，李文喜，刘玉波，曹建华，刘翔，
申请(专利权)人：武汉科技大学，
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。