连退炉加热段通带温度模型的研究

论文摘要

退火是冷轧带钢生产中最重要的一个工序,而加热段又是退火过程中一个重要环节。如何控制带钢在加热段的温度显得极其重要。任何控制过程都离不开系统的数学模型,数学模型是控制的基础。在连退炉加热段中,每个加热区的炉温、通带规格及通带轧制速度共同影响通带出口温度；加热段炉温与通带目标温度存在复杂的非线性关系；并且各个加热区的控制相互影响,导致通带温度控制有相当大的困难。在生产过程中,随着生产计划的变化通带出口目标温度要做出相应调整,这种变化会对控制系统及生产造成很大影响,需要准确的出口温度设定及科学的控制策略来完成过渡过程的稳定控制。因此,如果能根据生产过程建立炉温与通带目标温度之间的模型,并依据模型对炉温设定值进行优化,将会提高产品质量,减少消耗。本文的中心工作是建立连续退火炉加热段通带出口温度与炉温、通带入口温度、通带厚度及通带轧制速度之间的关系模型。研究的主要内容有：分析连退炉加热段的传热过程,建立加热段的通带温度机理模型。通过机理模型产生大量的输入输出数据,并利用这些数据建立加热段通带出口温度岭回归模型。为了处理加热段的非线性特性采用了一种基于核方法的岭回归估计方法,并采用遗传算法优化了岭参数、核函数参数、回归系数等。针对岭回归模型适应性较差的问题,尝试采用T-S模糊模型。首先通过一种加权混合核函数对原始数据进行非线性映射,然后用新的样本空间辨识模糊模型,利用模糊c均值聚类来辨识模型的前件结构,利用最小二乘来辨模型的后件参数,为了实现模型的全局优化最后通过遗传算法对模糊模型的聚类数、聚类中心、后件参数等进行了优化；最后检测了模型对不同带钢的适应性,可以看出模糊模型的适应性要强于岭回归模型。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 论文研究背景及意义
• 1.2 一般数学模型概述
• 1.2.1 建模过程
• 1.2.2 建模方法
• 1.3 退火工艺简述
• 1.3.1 连续退火工艺
• 1.3.2 连续退火炉结构
• 1.4 本文的主要工作
• 第2章 基础理论
• 2.1 核方法
• 2.2 岭回归估计
• 2.2.1 共线性及其影响
• 2.2.2 岭回归方法
• 2.2.3 岭回归的特性
• 2.2.4 岭参数k值的选择
• 2.3 遗传算法
• 2.3.1 遗传算法的基本原理
• 2.3.2 遗传算法的构成要素及算法流程
• 2.4 T-S模糊模型
• 2.4.1 T-S模糊模型的结构
• 2.4.2 T-S模糊模型辨识
• 2.4.3 模糊聚类
• 2.4.4 后件参数辨识
• 2.5 本章小结
• 第3章 连退炉加热段通带温度机理模型
• 3.1 辐射传热过程的数学描述
• 3.2 通带辐射系数的计算
• 3.3 通带出口温度计算
• 3.4 仿真结果
• 3.5 本章小结
• 第4章 连退炉加热段通带温度岭回归模型
• 4.1 基于核方法及遗传算法的岭回归估计的基本思想
• 4.2 基于核方法及遗传算法的岭回归估计算法步骤
• 4.3 通带温度模型的建立
• 4.4 岭回归模型结果仿真分析
• 4.4.1 建模数据对预测精度的影响
• 4.4.2 模型适应性分析
• 4.5 本章小结
• 第5章 连退炉加热段通带温度T-S模糊模型
• 5.1 T-S模糊模型建模思想
• 5.2 加权混合核方法
• 5.3 T-S模糊模型的建模过程
• 5.3.1 核函数映射
• 5.3.2 模型的前件结构辨识
• 5.3.3 模型的后件参数辨识
• 5.3.4 遗传算法优化T-S模糊模型
• 5.3.5 T-S模糊模型建模流程
• 5.4 建模结果分析
• 5.5 本章小结
• 第6章 总结与展望
• 参考文献
• 致谢