论文摘要
对加热炉进行优化控制是通过按照轧机轧制节奏,设定各段炉温以加热钢坯,使之在加热炉内充分受热,在出炉时刻使其温度分布满足轧机的开轧要求,同时还要使得加热过程中所消耗的燃料最少。目前通常是通过控制炉温来达到控制钢坯温度的目的。其中钢坯的最优升温曲线是需要考虑的重要因素,因为只有让钢坯按照理想的升温曲线加热,才能够使得加热炉所消耗的燃料最少,同时使得轧机在轧制过程中所消耗的能量最少。钢坯的加热质量直接影响到加热炉的产量、能源消耗量及热轧机寿命,开发针对加热炉的优化控制系统就是在满足工艺指标的前提下实现最优的经济效益。本文首先对加热炉控制现状进行了归纳、整理,指出了以往加热炉炉温优化控制过程中存在的问题,并说明了炉温优化的重要意义。分析了钢坯的加热机理,并根据实际工程的情况利用有限容积的方法建立了二维的钢坯温度预报模型,为加热炉实现最优炉温的求解奠定了基础。其次建立了包含加热炉能耗最小、钢坯损耗最小、钢坯温度偏差分布最小等约束条件的优化目标函数,并利用优化算法进行了最优炉温分布的求解。对于动态炉温优化补偿问题,本文提出了基于分散推理结构的加热炉炉温分布模糊控制策略。将每一点炉气温度的变化与若干钢坯温度值的变化建立了联系,建立基于分散推理结构的钢坯温度分布模糊控制器,通过将钢坯温度预报曲线与最优钢坯温度分布曲线进行离散对比,将若干钢坯离散点的温度偏差及偏差变化率作为各自二维模糊控制器的输入,通过控制规则输出相应的炉温补偿值,最后对所得到的若干炉温补偿值依照钢坯各离散点距离炉温补偿点的距离因素进行加权综合,最后得到针对炉温补偿点的总输出。最后,经过仿真试验完成了钢坯温升曲线的优化,验证了这种控制方法的有效性。
论文目录
相关论文文献
- [1].2017年10月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2017(12)
- [2].2017年10月钢坯分国别(地区)出口情况[J]. 中国钢铁业 2017(12)
- [3].一种钢坯标识设备主箱体机构优化与仿真[J]. 现代机械 2020(01)
- [4].高温钢坯的除磷技术研究[J]. 热加工工艺 2020(18)
- [5].2017年11月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2018(01)
- [6].2017年12月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2018(02)
- [7].2017年12月钢坯分国别(地区)出口情况[J]. 中国钢铁业 2018(02)
- [8].2018年1月钢坯分国别(地区)出口情况[J]. 中国钢铁业 2018(03)
- [9].2018年1月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2018(03)
- [10].2018年2月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2018(04)
- [11].2018年2月钢坯分国别(地区)出口情况[J]. 中国钢铁业 2018(04)
- [12].2018年3月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2018(05)
- [13].2018年3月钢坯分国别(地区)出口情况[J]. 中国钢铁业 2018(05)
- [14].2017年8月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2017(10)
- [15].2017年8月钢坯分国别(地区)出口情况[J]. 中国钢铁业 2017(10)
- [16].2017年9月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2017(11)
- [17].2017年9月钢坯分国别(地区)出口情况[J]. 中国钢铁业 2017(11)
- [18].2016年3月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2016(05)
- [19].2016年3月钢坯分国别(地区)出口情况[J]. 中国钢铁业 2016(05)
- [20].2016年4月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2016(06)
- [21].2016年4月钢坯分国别(地区)出口情况[J]. 中国钢铁业 2016(06)
- [22].2016年5月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2016(07)
- [23].2016年5月钢坯分国别(地区)出口情况[J]. 中国钢铁业 2016(07)
- [24].2016年6月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2016(08)
- [25].2016年6月钢坯分国别(地区)出口情况[J]. 中国钢铁业 2016(08)
- [26].2016年7月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2016(09)
- [27].2016年8月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2016(10)
- [28].2016年8月钢坯分国别(地区)出口情况[J]. 中国钢铁业 2016(10)
- [29].唐钢1700加热炉钢坯温度神经网络预测模型[J]. 辽宁科技大学学报 2017(03)
- [30].2016年9月钢坯分国别(地区)进口情况[J]. 中国钢铁业 2016(11)