8] 在浇铸过程中，记录每个中间浇包的浇铸重量以及电炉转角，直至整炉浇铸完成， 再将每包的浇铸重量累加，计算出每个角度对应的炉内剩余熔体质量。例如某一炉钢水共 浇铸30包，也就记录了三十组数据，第9包的电炉转角对应的炉内剩余熔体质量就是第9 至第30这22包的浇铸量的和，以此类推可以算出这30个电炉转角所对应的炉内剩余熔体 质量。这样每浇铸一炉，就会记录下一组数据。以最近10炉的数据作为BP神经网络的训 练数据，以电炉转角作为输入，炉内熔体质量作为输出，在每次启动系统时，重新训练神经 网络。假设某一包开始浇铸时的电炉转角是α，通过神经网络计算出的炉内剩余熔体质量 是叫，当前角度传感器反馈回来的角度是θ (Θ多α)，其对应的炉内剩余熔体质量是m2， 贝IJ当前已经浇铸的质量Sm1-Hi2，间接反馈浇铸量。每炉浇铸完后，加入该炉浇铸数据重新 训练神经网络，不断修正电炉转角-熔体质量关系模型，使其具有实时修正能力。
[0059] 本发明实施例通过浇铸速度较快过程中采用内环反馈，即根据电炉转角确定浇铸 重量，可以避免现有技术中利用重量传感器采集冲击力较大的熔体时所带来的偏差，提高 控制精度。
[0060] 第二种情况为外环反馈控制方式。随着浇铸量越来越接近设定浇铸重量，浇铸速 度减慢，对中间浇包的冲击力也不断减小。当对重量传感器的影响降低到可控范围内时， 启用重量传感器，精确测量浇铸重量。由于无需进行中间量转换，本过程所采集的浇铸重量 比较精确。
[0061] 其次介绍根据浇铸重量与设定浇铸重量获取浇铸重量偏差，并计算浇铸重量偏差 变化率的步骤。
[0062] 本发明实施例中所采用的模糊控制器为双输入单输出，其中两个输入信号分别为 浇铸重量偏差e、浇铸重量偏差变化率e。。
[0063] 浇铸重量偏差为电炉开始本次浇铸前熔体重量与电炉向中间浇包浇铸熔体后所 剩余的熔体重量的差值。浇铸重量偏差变化率为单位时间内浇铸重量偏差的变化情况，本 发明实施例中通过对该浇铸重量偏差进行求导计算。
[0064] 最后介绍根据浇铸重量偏差与浇铸重量偏差变化率查找模糊控制表获取控制信 号的步骤。
[0065] 取饶铸重量偏差e和饶铸重量偏差变化率e。为模糊控制器的两个输入。在饶铸 重量偏差e的论域定义语言变量"偏差E";在浇铸重量偏差变化率e。的论域定义语言变量 "偏差变化率Ec" ;在控制量u的论域定义语言变量"控制量U"。
[0066] 偏差E的论域定义为{-m，-m+l，. . .，-1，0，1，. . .;将偏差变化Ec的论域 定义为{_n，-n+1，· · ·，-1，0,1，· · ·，η_1，η};将控制量 U 的论域定义为{-y，-y+1，· · ·，-1， 0,1，. . .，y-1，y}，其中m、n、y分别代表偏差E、偏差变化率Ec和控制量U的论域的宽度， 并且m、η和y的值根据具体浇铸对象的精度要求等因素来确定。当浇铸对象的精度要求 高时，则他们的取值可以适当增大，但会增加计算的繁杂度，因此需要根据实际情况合理选 择。
[0067] 本发明实施例中，首先量化因子Ke和Kec对浇铸重量偏差e和浇铸重量偏差变化 率e。进行量化，获得量化后的偏差E与偏差变化率Ec。例如，实际浇铸过程中，浇铸重量偏 差e的连接取值范围是eH]，其中^表示浇铸重量偏差的最小值，e H表示浇铸重量偏差 的最大值。量化因子Ke的取值为：
[0069]同理，假如浇铸重量偏差变化率e。的连续取值范围为其中，\表示浇铸 重量偏差变化率的最小值，％表示浇铸重量偏差变化率的最大值。量化因子Kec的取值 为：
[0071] 获取量化因子Ke和Kec后，将浇铸重量偏差e和浇铸重量偏差变化率e。转化成 量化后的偏差E与偏差变化率Ec，转化公式参见式（3)与式（4)。
[0074] 其中，INT □表示取整运算。
[0075] 然后根据量化后的偏差E、偏差变化率Ec和输出量U的论域设定相应的模糊子集。 例如：量化后的偏差E的模糊集设为{A1，A2，. . .，Ar}，量化后的偏差变化率Ec的模糊集设 为出1，82，...，88}，输出量1]的模糊集设为{01，02，...(^}。为了提高浇铸的精度，可以 适当增加模糊集的维度。
[0076] 为了加快响应速度，隶属度函数选择三角形式的，其数学表达式如下：
[0078] 其中，a表示三角形隶属度函数左端点的横坐标，b表示三角形隶属度函数右端点 的横坐标，c是三角形隶属度函数的顶点的横坐标。
[0079] 根据所确定的隶属度函数，将量化后的偏差E、偏差变化率Ec转化为模糊输入偏 差石和模糊输入偏差变化率[。
[0080] 根据现场试验及浇铸经验的总结，确定模糊控制，求出模糊关系R。例如总结后有 k条控制规则，其格式为：
[0081] IF E is Ai AND Ec is Bj THEN U is Cij
[0082] 其中，i = l，2，...，r;j = l，2，...，s。
[0083] 根据每条控制规则求取对应的模糊关系：
[0089] 求出R后，根据下式求出对应的模糊输出信号V :
[0090]
[0091] 其中，" "表示模糊矩阵的合成运算。
[0092] 通过最大隶属度法将模糊输出信号ζ/清晰化，转化为清晰输出信号U。所谓最大隶 属度法，就是将模糊输出信号ζ/对应论域中隶属度最大的元素赋值给清晰输出信号U，作为 清晰化的结果。
[0093] 最后，通过比例因子Ku将U转化为控制信号u。假设控制信号u的取值范围是 [Ik，uH]，其中Ik表示控制信号的最小值，e H表示控制信号的最大值。
[0094] 则比例因子Ku为：
[0098] 本发明实施例通过上述过程可以获得模糊控制表，并将该模糊控制表存在控制器 内。当获取到浇铸重量偏差与所述浇铸重量偏差变化率后查找该模糊控制表即可得到对应 的控制信号。将该控制信号输入到对应的比例阀即可完成控制过程。
[0099] 本发明实施例获取电炉向浇包浇铸熔体重量，从而得到浇铸重量与设定浇铸重量 之间的浇铸重量偏差以及浇铸重量偏差变化率，然后根据模糊控制表获取控制信号，对浇 铸熔体重量进行控制。本发明实施例提供的控制方法可以避免对复杂被控对象数学建模和 流体力学分析过程，简化了控制器的负担。
[0100] 实施例二
[0101] 为进一步体现本发明实施例提供的倾转式浇铸机定量浇铸控制方法的优越性，下 面以120金属磨球自动浇铸控制系统进行详细说明。
[0102] 如图2所示，根据工艺要求，120金属磨球浇铸系统每包需浇铸35kg，偏差在 ±0. 5kg以内，浇铸时间不得超过40秒。
[0103] 根据上文中所述的控制方法，首先确定浇铸重量偏差、浇铸重量偏差变化率和控 制信号u的取值范围。
[0104] 在浇铸尚未开始时，浇铸重量偏差正好是低限值-35kg，由于浇铸重量偏差要求在 ±0. 5kg以内，理论情况下浇铸重量偏差e的高限值应该为+0. 5kg，但在某些情况下可能出 现浇铸过量，为了避免出现控制死区造成浇铸事故，将浇铸重量偏差e的高限值适当提高 设置为5kg，这样取值范围变为[-35, 5]。根据现场浇铸数据，偏差变化率e。取值范围设置 为[0,5.0]。控制信号u为比例阀的输入电压，取值范围设置为[0，10]，再加上换向阀的方 向控制，因此，控制信号u的取值范围为[-10,10]。
[0105] 确定偏差e、偏差变化率e。和输出u的的论域和模糊集（可根据浇铸精度的要求 增加或减少论域、模糊集的元素）如下：
[0106] e 的论域为：{-8,-7,-6,-5,-4,-3,-2, _1，0,1，2, 3,4, 5,6, 7,8};
[0107] ec的论域为：{-5,-4,-3,-2, _1，0，1，2,3,4,5};
[0108] u 的论域为：{-8,-7,-6,-5,-4,-3,-2, _1，0,1，2, 3,4, 5,6, 7,8};
[0109] e的模糊集为：
[0110] {N14, N13, N12, Nil，N10, N9, N8, N7, N6, N5, N4, N3, N2, Nl，ZE，Pl，P2};
[0111] ec的模糊集为：
[0112] {ZE，Pl，P2, P3, P4, P5, P6, P7, P8, P9, P10};
[0113] u的模糊集为：
[0114] {N8, N7, N6, N5, N4, N3, N2, Nl，ZE，Pl，P2, P2, P3, P4, P5, P6, P7, P8}。
[0115] 计算量化因子Ke、Kec和比例因子Ku :
[0119] 则饶铸重量偏差e和饶铸重量偏差变化率e。可通过下式转换为模糊控制器的量 化后的偏差E和偏差变化率Ec :
[0122] 模糊控制器的模糊输出信号U可以通过下式转换为实际的控制信号u :
[0124] 隶属度函数采用基本的三角形函数，用表格表示如表1~表3 :
[0125] 表1量化后的偏差E的语言变量信<