碳纖維多級(jí)拉伸過程的協(xié)同控制與優(yōu)化研究.pdf

1、經(jīng)過多道復(fù)雜工序的高質(zhì)量聚丙烯腈（PAN）碳纖維原絲的輸出，對(duì)于后續(xù)高性能產(chǎn)品的生產(chǎn)和設(shè)計(jì)有著重要的意義，其中拉伸工藝是由強(qiáng)度逐級(jí)提高的多級(jí)拉伸組成，在不同溫度環(huán)境下進(jìn)行強(qiáng)度逐漸增大的拉伸，對(duì)增加原絲的斷裂強(qiáng)度和韌性等性能是必不可少的一組工藝過程。但是從控制的連續(xù)性、可靠性和高效性角度看，如何根據(jù)輸出性能的實(shí)時(shí)變化來(lái)及時(shí)地調(diào)整各級(jí)牽伸率，解決各級(jí)牽伸率調(diào)整和原絲張力等變量之間的耦合關(guān)系，保證輸出響應(yīng)的動(dòng)態(tài)和穩(wěn)態(tài)性能，是該領(lǐng)域具有挑戰(zhàn)性的

2、任務(wù)。本論文基于人體免疫系統(tǒng)的自主性細(xì)胞因子網(wǎng)絡(luò)抽象出嚴(yán)格的數(shù)學(xué)模型來(lái)描述其調(diào)節(jié)機(jī)制及其控制方法，針對(duì)這一高度復(fù)雜并且多級(jí)之間存在耦合過程的非線性系統(tǒng)，提出了一種精確的協(xié)同控制網(wǎng)絡(luò)和在線調(diào)節(jié)功能架構(gòu)，來(lái)整合這種分布式系統(tǒng)。在此控制架構(gòu)上，實(shí)現(xiàn)其智能化協(xié)同控制，來(lái)應(yīng)對(duì)系統(tǒng)中可能出現(xiàn)的各種負(fù)載擾動(dòng)以及高聚物原絲與輥軸之間摩擦系數(shù)擾動(dòng)問題、模型-對(duì)象不匹配問題、以及系統(tǒng)的動(dòng)態(tài)不確定性，不僅能夠保證各級(jí)控制內(nèi)環(huán)的穩(wěn)定，尤其能夠根據(jù)輸出性能的要求

3、，對(duì)每級(jí)牽伸率控制器進(jìn)行在線的修正，使其各級(jí)子單元被控變量的冗余性得到充分利用，來(lái)應(yīng)對(duì)此類系統(tǒng)的高度復(fù)雜性和行為的不確定性。本論文的主要貢獻(xiàn)如下：
　?。?）針對(duì)細(xì)胞因子網(wǎng)絡(luò)各種不同因子之間的相互聯(lián)系和不同類型因子對(duì)一類抗體分泌的動(dòng)態(tài)調(diào)控機(jī)制，建立嚴(yán)格的數(shù)學(xué)模型。將這種生物網(wǎng)絡(luò)模型與碳纖維的多級(jí)拉伸模型相對(duì)應(yīng)，建立了牽伸網(wǎng)絡(luò)架構(gòu)，包含完整的多級(jí)拉伸動(dòng)態(tài)過程和相應(yīng)控制輸入接口，并植入控制分配算法來(lái)實(shí)現(xiàn)對(duì)多級(jí)被控變量的調(diào)整，有效地將多

4、級(jí)牽伸的控制過程聯(lián)系起來(lái)，實(shí)現(xiàn)對(duì)拉伸區(qū)恒張力的精確控制。此架構(gòu)為后續(xù)結(jié)構(gòu)更加復(fù)雜、層次更多的系統(tǒng)的控制算法及在線動(dòng)態(tài)優(yōu)化方法搭建了完整的模型架構(gòu)和控制算法的仿真平臺(tái)，并且為在此模型基礎(chǔ)上提出協(xié)同控制體系提供了理論依據(jù)。
　?。?）依據(jù)因子網(wǎng)絡(luò)模型建立的牽伸網(wǎng)絡(luò)模型（CNSN），將控制分配算法植入兩級(jí)拉伸過程中拉伸張力與原絲移動(dòng)速度的解耦控制中，該算法依據(jù)對(duì)拉伸過程充分的了解，建立了和對(duì)象模型相關(guān)的二次優(yōu)化目標(biāo)函數(shù)模型，采用負(fù)梯度下

5、降法來(lái)對(duì)目標(biāo)函數(shù)進(jìn)行求解，所得結(jié)果作為多級(jí)牽伸率控制器的驅(qū)動(dòng)，以在線的方式完成對(duì)牽伸率的分配，將兩級(jí)之間相互影響的輥軸速度和張力進(jìn)行解耦，實(shí)現(xiàn)拉伸區(qū)內(nèi)張力的精確控制和動(dòng)態(tài)性能。所提出的方法有一定的通用性，基于模擬因子之間作用的常微分方程模型和對(duì)自身抗原消除產(chǎn)生的不同類型抗體量的在線控制分配，構(gòu)建對(duì)象系統(tǒng)的目標(biāo)函數(shù)模型，并輔以優(yōu)化算法，實(shí)現(xiàn)在線消除控制偏差，解決了傳統(tǒng)算法對(duì)高精度模型的依賴，有利于向大范圍、多層次的工業(yè)系統(tǒng)推廣。仿真實(shí)驗(yàn)證

6、明 CNSN較傳統(tǒng)方法有著更優(yōu)秀的控制動(dòng)態(tài)性能和更穩(wěn)定的各級(jí)子拉伸單元恒張力輸出。
　?。?）在實(shí)現(xiàn)牽伸網(wǎng)絡(luò)的構(gòu)建和控制分配算法的運(yùn)用之后，針對(duì)三級(jí)過程的不確定性和非線性特征，尤其是模型-對(duì)象的不匹配、高聚物材料與羅拉摩擦系數(shù)的不確定性和電機(jī)負(fù)載的擾動(dòng)等，以及相鄰兩級(jí)子過程之間的非線性耦合關(guān)系，采用基于免疫自適應(yīng)的在線協(xié)同控制分配方法（ICCA），實(shí)現(xiàn)了對(duì)各級(jí)牽伸率進(jìn)行分配來(lái)消除動(dòng)態(tài)過程的非線性特征。ICCA根據(jù)所描述兩級(jí)拉伸過程

7、關(guān)系的動(dòng)力學(xué)模型，將其數(shù)學(xué)化為張力輸出的目標(biāo)函數(shù)，并在牽伸率的約束范圍內(nèi)采用動(dòng)態(tài)規(guī)劃方法最終在線得到多級(jí)操縱變量的最優(yōu)組合。此方法的優(yōu)點(diǎn)在于能夠分階段地優(yōu)化，在一個(gè)分配周期內(nèi)同時(shí)得到每個(gè)不同階段的最優(yōu)解。根據(jù)最優(yōu)解調(diào)整各級(jí)子系統(tǒng)的自適應(yīng)控制器，來(lái)分別驅(qū)動(dòng)各級(jí)的實(shí)際牽伸率，實(shí)現(xiàn)每級(jí)子對(duì)象的恒張力輸出，同時(shí)保證輸出的穩(wěn)定性和較滿意的動(dòng)態(tài)性能。通過在三級(jí)牽伸模型的平臺(tái)上進(jìn)行實(shí)驗(yàn)，結(jié)果表明，相比于傳統(tǒng)的PI算法和僅通過控制分配對(duì)線性化系統(tǒng)的控制

8、網(wǎng)絡(luò)（CNSN）來(lái)進(jìn)行牽伸率的調(diào)節(jié)，所提出的ICCA方法能夠更好地對(duì)多個(gè)量進(jìn)行有效的解耦，并且具有良好的過渡響應(yīng)性能和持續(xù)穩(wěn)定的輸出。
　　（4）在實(shí)現(xiàn)免疫自適應(yīng)控制算法（ICCA）對(duì)三級(jí)牽伸模型的應(yīng)用后，對(duì)一些特定故障進(jìn)行了更精確的認(rèn)知并設(shè)計(jì)了更加合理的處理方法，一方面考慮纖維原絲拉伸過程中在縱向范圍的非均一化過程和玻璃化溫度范圍，也就是需要根據(jù)應(yīng)力、應(yīng)變和張力的變化情況對(duì)水浴溫度變化進(jìn)行判斷，另一方面考慮狀態(tài)方程的殘差模型，共

9、同實(shí)現(xiàn)對(duì)故障情況的判斷以及后續(xù)的控制重構(gòu)。針對(duì)故障特征類型，提出了一種廣義上的故障診斷算法（AIFP），根據(jù)實(shí)時(shí)采集到的各個(gè)狀態(tài)點(diǎn)的數(shù)據(jù)，基于人體內(nèi)免疫抗體庫(kù)對(duì)抗原的識(shí)別機(jī)理，從對(duì)象模型的殘差分析和機(jī)理模型分析，挖掘出數(shù)據(jù)歸類情況，實(shí)現(xiàn)對(duì)故障的預(yù)測(cè)。當(dāng)有故障發(fā)生或者輸出性能沒有達(dá)到最優(yōu)的情況下，在保證非線性子系統(tǒng)李雅普諾夫平衡點(diǎn)穩(wěn)定性的前提下，計(jì)算非線性驅(qū)動(dòng)模塊的約束范圍，來(lái)對(duì)被控變量進(jìn)行主動(dòng)重構(gòu)（ICR），達(dá)到控制動(dòng)態(tài)和穩(wěn)態(tài)輸出的性能