精密成形工程

作者：王平, 陈上, 吴海丹, 赵东利, 张东务, 李国栋, 孙杰

单位：1.东北大学 数字钢铁全国重点实验室,沈阳 110819; <br>2.本钢板材股份有限公司,辽宁 本溪 117000

关键词：厚度张力,带钢冷连轧,强化学习,A3C算法,厚度张力控制

基金：国家重点研发计划（2022YFB3304800）

目的 探索一种适用于冷连轧厚度-张力协同控制的智能控制方法,以提高厚度和张力的调节精度及抗扰动能力。方法 利用历史工艺数据,通过空间辨识方法建立了冷连轧过程的动力学模型;基于在线A3C强化学习算法设计了厚度张力协同控制器,使其能够在与环境的持续交互中动态优化控制策略;以辊缝和辊速为控制输入、厚度和张力为输出量,构建特定奖励函数引导策略优化,并在模拟偏离正常值的初始状态下对控制器性能进行验证。结果 强化学习控制器能够在厚度偏差与张力偏差存在时于6步内恢复至正常范围。与传统PID控制相比,厚度偏差控制在设定值的0.5%以内,张力偏差控制在3%以内,厚度调节精度提升约3倍,张力抗扰动能力提升约5倍。控制曲线平稳,稳态误差低,展现出较强的快速收敛和抗扰动能力。结论 所提出的基于在线A3C强化学习的厚度-张力协同控制方法显著优于传统PID控制,能够实现厚度与张力的高精度、低波动调节,具有在冷连轧智能控制中应用的潜力和工程实用性。

来源：2025年第11期

《精密成形工程》期刊编辑部

查看精密成形工程杂志2025年第11期