周红星，李园园，马志强，魏立新，徐德树

（1.浙江富日进材料科技有限公司，浙江 杭州 311106；2.燕山大学工业计算机控制工程河北省重点实验室，河北 秦皇岛 066004；3.天津电气科学研究院有限公司，天津 300180）

轧机主传动系统主要由电机、连接轴、联轴器以及轧辊组成。联轴器因低刚度特性可导致轧机产生扭转振荡[1]。扭振现象可导致系统不稳定甚至机身断裂，引发事故并造成巨大经济损失[2]。

为此，国内外学者提出多种控制方法。例如，为了解决模糊逻辑控制器在抑制扭振方面效率不佳、参数不易调整等问题，文献[3]利用遗传梯度算法优化调整模糊控制器，但不能实现低速调控和非线性控制。文献[4]认为基于神经网络的自适应滑模控制结构可实现非线性控制并能克服抖振现象，提高系统鲁棒性。文献[5]利用转矩前馈抑制低频振动，但此结构不能构建额外反馈回路。为抑制弹性轴振动，需实时测量轧机系统所有状态构成轧辊转速和连接轴转矩反馈回路，保证系统稳定，观测器可以解决此问题。文献[6]提到采用LQ（linear quadratic）状态观测器，响应迅速，系统稳定，但当出现非零干扰转矩时，效果并不理想。文献[7]使用移动水平估计（moving horizon estimation，MHE）对二惯量系统重构状态变量，但在运算过程中存在权重选择困难、计算难度大等问题。神经网络观测器可实现复杂非线性逼近，但运算量巨大，参数不易调节[8]。此外，文献[9]提出状态空间速度控制，通过增加预滤器改进其控制机构。在此基础上，文献[10]改进观测器并提出改进龙伯格观测器（modified luenberger observer，MLO），可在宽速范围内抑制扭振，但该补偿矩阵及增益矩阵中参数多，采用经验选择参数，不具普适性。……