康建华

（河钢邯钢冷轧厂，河北 邯郸 056000）

热镀锌产品具有较强的抗腐蚀性和良好的外观，可用于家电、建筑、汽车、铁路客车、高速公路护栏等制造行业。在热镀锌线控制系统中，锌层厚度控制系统是非常关键的部分，其控制精度的高低将直接影响到热镀锌产品的质量。目前，多数生产线的锌层厚度控制仍然采用传统的控制方法，即由操作人员依据经验对设定值进行手工调整。由于采用手工干预的调节方式，因而不可避免地引起了锌层厚度控制上的偏差，导致镀锌产品质量下降。邯钢热镀锌机组采用西门子公司开发的基于神经网络技术的新型锌层厚度控制模型，有效地提高了锌层厚度控制精度，改善了产品的表面质量。

1 神经网络技术简介

1.1 神经网络技术原理

神经网络（Artificial Neural Network, ANN）是模仿人类脑神经活动的一种人工智能技术。作为一种新型的信息获取、描述和处理方式，神经网络技术越来越多地应用于控制领域的各个方面。典型的ANN的结构见图1。

在图1所示网络中，学习过程由正向传播和反向传播组成。在正向传播过程中，输入信号从输入层经单元逐层处理，并传向输出层，每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出，则转入反向传播，将输入信号的误差沿原来的通路返回，通过修改各层神经元的权值，使得误差信号最小。

图1 神经网络结构

1.2 神经网络技术优点

神经网络之所以引起人们的巨大兴趣，并越来越多地应用于控制领域，主要是因为其与传统的控制技术相比，具有以下重要的特征和性质。

（1）非线性。从理论上讲，神经网络可以用于解决任何非线性控制问题，与其它方法相比，采用神经网络建模更加经济。

（2）平行分布处理。神经网络具有高度平行的结构，因而比常规方法具有更大程度的容错能力。神经网络的基本单元结构简单，并行连接会有很快的处理速度。

（3）学习和自适应性。利用系统过去的数据记录，可对神经网络进行训练。经过适当训练的神经网络有泛化能力，即当输入出现训练中未提供的数据时，神经网络也有能力进行辨识。

（4）数据融合。神经网络可以同时对定性和定量数据进行操作。通过神经网络可实现传统工程系统（定量数据）与人工智能领域（符号数据）信息处理技术之间融合。

（5）多变量系统。神经网络能同时处理多个输入信号和同时输出多个输出信号，非常适用于多变量系统。

2 镀锌生产线锌层厚度控制

2.1 锌层厚度控制系统

西门子公司提供的镀层厚度控制系统采用的是控制器加冷态测厚仪的方法。

2.1.1 气刀

镀层厚度控制的执行单元为气刀。气刀是两个沿带钢宽度方向布置在带钢两面的喷嘴，由顶部刀和底部刀组成。底部刀装有边部挡板运动机构，气刀刀唇采用固定式刀唇，在气刀的顶部安装有手轮，每旋转20圈气刀调整1度。两个风机分别与两把气刀相连并提供必要的气压。影响镀层厚度的因素主要有：喷嘴吹扫气体的压力和喷嘴与带钢的距离。

2.1.2 控制器

控制器可以根据有关工艺参数，如机组速度、带钢尺寸、镀层厚度等目标值，计算出压力P及间距a的预设定值，从而为气刀控制提供一个参考值。当机组速度、带钢尺寸、镀层厚度等设定值突然发生变化时，这种前馈控制是非常必要的。另外，通过冷态镀层测厚仪的测量值，给控制器提供了反馈信号，并可对控制模型中的有关参数进行优化。

2.1.3 冷态测厚仪

冷态测厚仪可以对带钢沿宽度方向上镀层厚度的分布进行测量，且此处工作环境好，检修方便、测量精度也高，但由于冷态测厚仪安装的位置与气刀距离太远，反馈信号滞后时间较长，从而对提高控制精度有一定影响。

2.2 影响镀层厚度的主要因素

（1）带钢速度v。带钢速度与镀层厚度成反比，速度越高则锌层越薄。

（2）压力p和距离a。喷嘴吹扫空气压力和喷嘴与带钢之间的距离为可调节的变量。压力与锌层厚度成反比，压力越大则锌层越薄。距离与锌层厚度成正比，距离越大则锌层越厚。通过改变此二变量可以实现对镀层厚度的控制。

（3）喷嘴形式。由于不同形式的喷嘴采用不同的模型，因此必须考虑各种喷嘴的性能及控制模型的在线切换。

2.3 镀层厚度控制的有关部件

（1）控制模型。利用反向过程模型，变量p、a的设定值可以根据函数c=f（v、p、a）及实际带钢速度予以确定。

（2）压力设定值的预控。控制系统通过反向过程模型计算出设定值，再根据带钢上下表面的不同而加以调整。设定值将送往下级调节回路，并由焊缝跟踪系统进行控制。

（3）监视控制回路。由预设定值规定的镀层参数中已含有一定的余量，极限值可以由操作人员确定。通过监视控制回路，所设定的镀层参数可以调节到该极限值。

（4）带钢上下表面的镀层控制。在相同喷射压力下，就会获得不同的镀层厚度。

（5）操作点的自动确定。根据不同操作点神经网络计算出压力和距离的修正值，并传送到下级控制回路。当新的压力设定值超出操作范围时，喷嘴距离会被自动调整。

（6）局部影像和焊缝跟踪。该功能可记录所有测量值和其局部基准值，并通过集成的焊缝跟踪系统实现影像同步。

（7）压力控制回路。压力控制回路由上一级神经模糊预控和下一级的压力控制回路组成。

（8）镀层厚度检测设备。实现神经网络和预控系统功能的前提条件是配备横向冷态检测仪。在带钢检测位置：“带钢右侧”“带钢左侧”“带钢中间”处，在给定的检测周期内所检测到的镀层厚度平均值被传送到镀层厚度控制系统。

3 控制结果

下面比较一下邯钢热镀锌机组采用手动和神经网络两种操作方式时镀层厚度的变化情况：

采用传统的手动操作方式通常会造成镀层厚度因操作工的改变而发生偏差的情况，采用手动操作方式的结果是速度发生细微改变（如从50m/min～53m/min）时造成镀层厚度超出设定极限值。

采用神经网络操作，即使速度变化较大，镀层的厚度也不会超出极限值。由于采用了过程模型，设定值可以根据速度的变化情况进行同步修正。该过程模型的镀层厚度设定值如发生变化，则压力p和距离a新设定值会由神经网络预先确定。因设定值传送到下一级控制回路的时间是最优化的，镀层的过渡厚度会变得尽可能的短。为了在最短时间内使自动压力控制趋于稳定，压力控制器执行元件的输出还会受到模糊功能的控制。

4 结语

采用神经网络控制镀层厚度有以下优点：

（1）当镀层厚度规格变化，或带钢速度发生改变时，或由于自学模型进行在线调整而改变设备参数时，都可以实现均匀的镀层厚度控制，从而使产品的质量得到保证。

（2）不需要热态检测设备。

（3）具有很高的经济效益，具体表现在：①在满足标准所规定的最小镀层厚度的前提下实现了操作的最优化。②更换镀层厚度规格时，使过渡厚度最小化。③能始终保持允许的最小镀层厚度，而不会因操作人员的改变而发生任何变化。④无需操作人员的干预即可自动适应设备参数的改变。