Zusammenfassung: Um die Schwierigkeiten bei der Parametrierung von Spannungsregelungsparametern mit herkömmlichen PID-Reglern zu beheben, wurde ein adaptiver PID-Regler auf Basis von Fuzzy-Control-Prinzipien entwickelt. Dieser Regler passt die Parameter in Echtzeit entsprechend der Abweichung und deren Änderungsrate an. Praktische Tests zeigen, dass dieser Fuzzy-adaptive PID-Regler im Vergleich zum herkömmlichen PID-Regler bessere Regelungseigenschaften in der Spannungsregelung aufweist. Schlüsselwörter: Fuzzy-Control, adaptiver PID-Regler, Spannungsregelung. 1. Überblick: Spannungsregelungssysteme gehören zu den am weitesten verbreiteten Regelsystemen in der modernen Industrie. Die herkömmliche PID-Regelung wird aufgrund ihres einfachen Algorithmus und ihrer Vorteile hinsichtlich der Verbesserung der dynamischen und stationären Systemeigenschaften häufig in Spannungsregelungssystemen eingesetzt, sofern ihre Parameter korrekt eingestellt sind. Bei der Spannungsregelung von Bandwicklungen ist es jedoch oft schwierig, die von der Spannwalze erfasste Spannung präzise zu erreichen. Darüber hinaus führen Änderungen des Wickeldurchmessers und andere nicht messbare Faktoren während des Wickelvorgangs zu Schwankungen der Systemparameter, wodurch es für herkömmliche PID-Regler schwierig wird, eine konstante Spannung aufrechtzuerhalten. Eine instabile Spannungsregelung kann zu Bandfehlausrichtungen und damit zu ungleichmäßigem Aufwickeln führen, im schlimmsten Fall sogar zu Lockerung oder Bruch. Daher haben wir die Vorteile der Fuzzy-Regelung in Betracht gezogen. Fuzzy-Regelung fasst menschliche Erfahrung und Weisheit in Fuzzy-Regeln zusammen und verfeinert diese, um menschliche Steuerungserfahrung für direkte Schlussfolgerungen nachzubilden. Wir haben daher eine Methode zur Online-Selbstjustierung der PID-Reglerparameter mittels Fuzzy-Logik entwickelt, die Fuzzy-Logik und PID-Regelung zu einer adaptiven Fuzzy-PID-Regelung kombiniert. Diese ermöglicht die automatische Identifizierung der Prozessparameter und die automatische Anpassung der Reglerparameter an Prozessänderungen. Wir haben diese Methode in der Praxis zur Spannungsregelung von Wickelvorgängen angewendet und hervorragende Ergebnisse erzielt. 2. Spannungsregelungsmodell und verbessertes Design 2.1 Spannungsregelungsmodell Die Spannungsregelung bezeichnet die Kontrolle der Materialspannung beim Aufwickeln in Anlagen zur Papierherstellung, Metallurgie und anderen Bereichen der Walzenmaterialsteuerung und -produktion. Zu hohe Spannung kann zu Materialverformungen oder sogar -brüchen führen, während zu niedrige Spannung durch Spiel zu Abweichungen führen kann. Eine instabile Spannungsregelung kann auch zu instabilen Schnittlängen führen. Daher ist eine präzise Spannungsregelung beim Wickelprozess von großer Bedeutung. Am Beispiel des Wickelns von verzinktem Blech lässt sich zeigen, dass dieses während des Wickelvorgangs gedehnt wird. Liegt die Verformung im elastischen Bereich, folgt die Spannung an beiden Enden dem Hookeschen Gesetz. Die Dehnungsrate des Blechs während des Wickelvorgangs beträgt: Wie aus der obigen Formel ersichtlich, entsteht die Spannung im Blech während des Wickelns durch die relative Drehzahldifferenz zwischen den vorderen und hinteren Wickelwalzen. Um eine konstante Spannung zu gewährleisten, muss diese relative Drehzahldifferenz konstant gehalten werden. Die Drehzahl der Wickelwalzen wird über den Motorstrom gesteuert. Um eine konstante Spannung zu gewährleisten, muss außerdem die relative Stromdifferenz zwischen den Motoren der vorderen und hinteren Wickelwalzen konstant gehalten werden, wobei gleichzeitig der Einfluss von Änderungen des Walzendurchmessers berücksichtigt werden muss. In dieser Arbeit wird die obige Formel als Spannungsmodell bezeichnet. Da diese Formel multivariabel und nichtlinear ist, stoßen herkömmliche Regelungsverfahren bei der Implementierung der Spannungsregelung mithilfe des Spannungsmodells an ihre Grenzen. 2.2 Verbesserte Auslegung der Spannungsregelung mittels PID-Regler. Die PID-Regelung bietet Vorteile hinsichtlich der Verbesserung der dynamischen und stationären Systemeigenschaften sowie ihrer einfachen Struktur und wird daher häufig zur Spannungsregelung eingesetzt. Wie der Name schon sagt, zielt die Spannungsregelung darauf ab, die Bandspannung während des Wickelvorgangs konstant zu halten. Für das Spannungsmodell bedeutet dies die Sicherstellung der Stabilität der relativen Drehzahldifferenz zwischen den vorderen und hinteren Wickelwalzen. Traditionelle PID-Regelverfahren optimieren einen festen Satz von P-, I- und D-Parametern entsprechend bestimmter Anforderungen an die Regelgüte. Diese Parameter stellen jedoch oft einen Kompromiss zwischen dynamischer und statischer Leistung dar. Während des Wickelvorgangs des Bandes erhöht sich mit zunehmendem Trommelradius auch dessen Trägheit. Darüber hinaus erreichen herkömmliche PID-Systeme bei Drehzahländerungen aufgrund unterschiedlicher Prozessübergänge oft nicht ihr optimales Regelniveau. In der Praxis kommt es beim Wickeln häufig zu Bandverformungen, Fehlausrichtungen und sogar Bandbrüchen, die den normalen Produktionsablauf erheblich beeinträchtigen. Fuzzy-Regelung kann menschliche Erfahrung und Weisheit in Fuzzy-Regeln zusammenfassen und verfeinern und so menschliche Steuerungserfahrung nachbilden, ohne auf das Modell des Objekts für direkte Schlussfolgerungen angewiesen zu sein. Um die Stabilität der Spannungsregelung zu verbessern, kombinieren wir Fuzzy-Inferenz mit konventioneller PID-Regelung. Dabei nutzen wir Fuzzy-Logik-Inferenz zur Online-Selbstjustierung der PID-Reglerparameter und wenden dieses Verfahren in der Praxis an. 3 Entwurf des Fuzzy-adaptiven PID-Reglers 3.1 Struktur des Fuzzy-adaptiven PID-Reglers Der Fuzzy-adaptive PID-Regler besteht im Wesentlichen aus zwei Teilen: einem parametereinstellbaren PID-Regler und einer Fuzzy-Inferenz-Engine. 4. Simulation und Leistungsanalyse Nach der MATLAB-Simulation ist das System stabil, einfach zu bedienen und erzielt zufriedenstellende Leistungskennzahlen. Die folgende Abbildung zeigt die Antwortkurven der konventionellen PID-Regelung und des Fuzzy-adaptiven PID-Reglers auf ein Einheitssprungsignal. Die mit der Fuzzy-adaptiven PID-Regelungsmethode erzielte Antwortkurve weist ein besseres Folgeverhalten, eine höhere stationäre Genauigkeit, ein deutlich geringeres Überschwingen und eine signifikant verbesserte Einschwingzeit auf, wodurch die dynamische Performance des Systems umfassend verbessert wird. 5. Zusammenfassung: Das Regelobjekt dieses Systems ist ein Bauteil, das eine schnelle Echtzeit-Erkennung und -Reaktion erfordert und dessen Regelungsgesetz spezifische Eigenschaften aufweist. In diesem Beitrag wird Fuzzy-Logik zur PID-Parameteroptimierung eingesetzt, wodurch der Regler die Vorteile von Fuzzy- und PID-Reglern vereint. Er nutzt Expertenwissen effektiv für die PID-Parameteranpassung und behält gleichzeitig die einfache Struktur des traditionellen PID-Reglers bei. Wir haben das Verfahren zur Optimierung der Regelung der Verzinkungsdrahtwickelmaschine der Huangshishan Lizinc Aluminum Plate and Strip Co., Ltd. angewendet. Nach über einem halben Jahr Betrieb konnten Bandbrüche und durch Prozessgeschwindigkeitsänderungen verursachte Hülsenabweichungen deutlich reduziert und die Wickelqualität erheblich verbessert werden. Experimentelle Untersuchungen und die praktische Anwendung haben gezeigt, dass die Ergänzung des konventionellen PID-Reglers um eine Fuzzy-Parameter-Selbstoptimierung die Regelgüte des Systems deutlich verbessert. Daher bietet dieses Verfahren vielversprechende Anwendungsmöglichkeiten in der Spannungswickelregelung. Literaturverzeichnis [1] Li Youshan et al., Fuzzy Control Theory and Its Application in Process Control [M], Beijing: National Defense Industry Press, 1993. [2] Tao Yonghua et al., New PID Control and Its Application [M], Beijing: Machinery Industry Press, 1998. [3] Cai Zixing, Intelligent Control - Fundamentals and Applications [M], Beijing: National Defense Industry Press, 1998. [4] Yuan Zhendong, Adaptive Control Theory and Its Applications [M], Shanghai: East China Normal University Press, 1986. Über den Autor: Jiang Sheng (geb. 1980), männlich, aus Wuhan, Provinz Hubei, Masterstudent an der Fakultät für Informationswissenschaft und -technik der Wuhan University of Science and Technology, Forschungsschwerpunkte: elektrische Antriebe, intelligente Steuerung. Liu Huikang (geb. 1963), männlich, aus Lianyuan, Provinz Hunan, Master-Abschluss, Professor an der Fakultät für Informationswissenschaft und -technik der Wuhan University of Science and Technology. Seine Forschungsschwerpunkte liegen in Lehre und Forschung im Bereich der Automatisierung von Übertragungssystemen sowie der Energieversorgung und -verteilung. Förderung: Unterstützt von der National Natural Science Foundation of China (Nr. 60074032).