基于蚁群算法的连铸二冷优化

连铸二次冷却水量是影响铸坯质量的关键因素之一.为使二冷区内各冷却段间的铸坯表面温度冷却速率和温度回升速率更加趋于合理,减少诱发铸坯产生内部裂纹和表面裂纹的应力因素,根据冶金准则对目标表面温度、矫直点温度、表面最大冷却速率和表面温度回升速率、液芯长度、铸坯的鼓肚等的要求及设备约束条件建立连铸二冷优化模型,并利用蚁群算法对连铸二次冷却水量进行优化,达到提高连铸坯产品质量的目的.     

连铸异型坯凝固过程的数值模拟

为了解决连铸异形坯的表面及内部裂纹问题,以实测异形坯连铸工艺参数作边界条件,采用有限元方法,利用ANSYS商业软件对铸坯的凝固发展过程进行了数值模拟,模拟结果与实测铸坯表面温度吻合.计算结果表明,对于SS400异型坯,在当前的工艺条件下,仅有圆角处的表面温度在二冷区中前段,温度处于高温塑性区,铸坯的其他部位表面温度均落在相应钢种的低温脆性区.因此二冷区可以进一步采用弱冷方式,使异型坯在二冷段和矫直辊前的表面温度处于高温塑性区.     

基于有效拉速和有效过热度的连铸二冷控制模型

针对连铸生产中拉速及浇注温度波动频繁,导致静态二冷配水控制下铸坯表面温度波动过大的问题,提出了一种基于有效拉速、有效过热度的新型二冷控制模型.该模型不需要在线实时计算温度场,只需要在已有参数控制模型的基础上,实时计算有效拉速及有效过热度即可对连铸坯的表面温度进行很好的控制.计算机仿真实验表明,该控制模型对连铸过程中拉速及过热度的变化具有良好的适应能力,满足连铸生产的要求,而且模型简单易行.     

基于混沌粒子群算法的连铸传热模型参数辨识

针对连铸传热模型参数辨识问题中包含偏微分方程所带来的复杂性和非线性,提出采用混沌粒子群算法进行优化求解,依据不同位置射钉测量坯壳厚度和二冷外测量铸坯表面温度相结合,优化确定了二冷换热系数和有效导热系数相应参数.最后通过在线计算铸坯表面温度与二冷出口铸坯表面测温比较,结果偏差小于13℃,验证了辨识参数的可靠性.校验后的模型成功应用于连铸机的二冷配水优化和动态控制.     

基于模糊自适应PID的连铸二冷控制系统设计与仿真

为改善铸坯质量,提高二冷水量的跟踪性和稳定性,将中包温度引入二冷配水,设计出基于配水模型、中包温度、铸坯表面温度及模糊自适应PID的连铸二冷控制系统,并在实验室搭建连铸二冷区喷淋仿真实验系统.在此基础上,分别对常规PID、积分分离PID和模糊自适应PID进行阶跃信号测试和模拟浇注测试.仿真结果表明,模糊自适应PID控制方式在两种测试中的特性要优于其他两种控制方式,这一结果为下一步应用研究打下了良好的基础.     

H型连铸坯表面温度评析

采用CIT-M型红外测温线性化传感器,测定马钢SS400异型坯在连铸过程中的表面温度;Gleeble-2000热力模拟试验机测定SS400的高温塑性.结果表明:SS400异型坯表面温度在二冷区和矫直时大部分处于低温脆性区760-880℃,铸坯的表面塑性较差;同时,由于二冷2段支撑辊间间隔喷水,铸坯表面温度回复大,远大于连铸二冷配水冶金规则所允许的最大幅度100℃·m-1.     

板坯连铸机辊列的最优设计

根据二冷辊列参数对连铸坯固液相交界面上应变与应变速率的影响，提出了优化支承辊辊距的方法，并给出了确定带有可实现连铸坯等曲率速率矫直的多点矫直系统的二冷辊列几何尺寸的计算方法及公式，为板坯连铸机的设计提供了更为科学的理论基础     

ROKOP高效方坯连铸二冷动态控制算法模型

针对连铸过程中拉速等因素变化,铸坯二次冷却实行静态控制而引起表面温度过大波动的问题,发展了一种针对ROKOP高效方坯连铸的二冷喷水动态控制算法及其相应的二冷动态控制模型.通过在计算机上的仿真实验及对静态和动态结果的对比表明,该种算法对连铸过程中拉速的变化具有良好的适应能力,拉速引起的表面温度波动很小.     

基于混沌蚁群算法的连铸二冷参数多准则优化

针对连铸二冷配水参数设置这一多准则优化问题,提出了基于混沌蚁群算法和二维凝固传热数学模型的二冷参数优化方法.采用控制容积法建立的凝固传热模型主要用于连铸过程仿真,研究铸流表面温度分布和参数搜索空间特性.混沌蚁群算法用于解决二冷参数优化问题,具有蚂蚁觅食过程的混沌和自组织特性,克服了一般蚁群算法收敛速度比较慢、容易出现停滞以及全局搜索能力较低的缺点,对解决多准则优化具有较好的收敛性和鲁棒性.应用此方法进行实际铸机二冷参数优化,结果表明可以明显改进铸坯内部质量.     

动态轻压下模型的开发及优化

为确保提高连铸板坯铸坯内部质量,开发了一套完整的轻压下模型,包括凝固传热、二冷水动态控制和辊缝控制模型,并对动态轻压下技术的关键参数进行了优化. 通过射钉实验和铸坯表面温度测量,对该模型进行了校核. 实验结果与模型计算结果较为一致;当拉速变化时,铸坯表面温度可以保证在较小的范围内波动. 采用不同的轻压下参数进行生产试验,并通过铸坯低倍检验和中心偏析分析,对压下量和压下位置进行了优化,得出固相率(fs)0.2～0.5、单位压下量1.2 mm·m-1为本铸机最佳的轻压下参数.     

连铸方坯热应力模型的研究及应用

为了减少不恰当连铸二冷操作导致的铸坯内部裂纹等缺陷,在凝固传热模型验证的基础上建立了方坯二维弹塑性应力模型.通过此模型计算了水量优化前后铸坯应力分布情况,获得了铸坯在二冷区的应力分布规律.分析了影响连铸坯内部裂纹的因素,提出预防热裂纹产生的措施,为研究二冷对铸坯质量的影响提供了理论基础,并为优化二冷水量改善铸坯质量提供了依据.     

连铸二冷控制的虚拟拉速控制

介绍了连铸二冷静态控制和动态控制方法,动态控制能够很好适应拉速变化的连铸过程。在对不同二冷控制进行分析的基础上,提出一种新的动态控制方法——虚拟拉速控制。"虚拟拉速"是一个基于将铸坯分割成众多单元并加以位置和生成时间追踪的过程参数,实际拉速恒定时,"虚拟拉速"与之相等;拉坯工艺发生变化时,"虚拟拉速"逼近实际拉速但具有一定延迟。模拟计算结果表明,用"虚拟拉速"代替实际拉速,静态二冷水表对铸坯温度的控制效果明显改善;该控制方法不依赖任何高温监测仪器,不需进行传热计算,适用于拉速变化时的动态过程控制。     

方坯连铸凝固过程冷却的最优化

建立了方坯连铸冷却最优化数学模型,用于确定最优二冷制度和最大拉速。应用分布参数系统最优化控制理论,对此最优化问题进行了分析求解。模型还应用于某厂方坯连铸,进行优化计算,证明模型是合理的。     

基于时滞BP神经网络的铸坯表面温度预报研究

为了快速准确地计算连铸方坯表面温度,提出了基于时滞BP神经网络的温度预报模型.由于传统的基于机理的模型需要直接求解偏微分方程,导致模型的求解消耗时间过长.为了满足连铸动态控制与优化的需求,研究了连铸方坯的传热机理,根据连铸过程热传导的特点,建立了基于时滞BP神经网络的温度预报模型,以历史时刻的表面温度和当前时刻水量作为神经网络的输入,以下一个时刻表面温度作为神经网络的输出.该模型可以快速预报连铸方坯表面温度的动态变化情况.并且依据某工厂的真实数据进行实验,表面温度的预报最大相对误差小于0.1%,取得了较好的实验结果.该方法可以准确地预报连铸坯的表面温度.     

方坯连铸二冷区铸坯与辊子间传热数学模型的研究

建立了方坯连铸二冷区铸坯与辊子间传热的数学模型。通过模拟试验,得到了铸坯导入辊子的热流与铸坯表面温度、拉速和水流密度之间的回归式。铸坯表面温度变化的理论计算结果与实验测定值基本吻合。研究结果对于定量分析和计算连铸二冷区传热是有益的。     

基于粒子群算法的连铸二次冷却区冷却水量的确定

针对连铸过程中影响铸坯内部质量的二冷区冷却水量的确定,提出一种基于粒子群优化水量的新方法.首先应用凝固原理和控制容积方法建立凝固过程数学模型,运用射钉硫印坯壳测厚法对模型进行验证.将冷却过程中的矫直温度,以及在各冷却段的温升温降控制限等作为优化目标,运用粒子群优化人工智能方法优化连铸过程二冷区冷却水量,获得拉速-水量的优化关系曲线.现场实际运用于Q235钢,结果显示,中心裂纹由1.5级降为0.5级,缩孔缺陷降低了7.2%,裂纹缺陷降低了3.6%,获得良好的效果.     

基于神经网络的板坯连铸二冷水动态控制模型

以缩小板坯表面实际温度和目标温度的差异为目标,基于神经网络技术,建立以BP神经网络进行连铸二冷段的温度预测和运用模糊神经网络对二冷段的水量进行实时控制的动态控制模型,模型能及时根据拉速、温度的变化做出水量的动态调整和分配.针对某钢厂2#板坯连铸过程进行了仿真计算和现场应用测试,结果表明:该模型将二冷水量控制问题与铸坯在冷却过程中的温度状态相结合,能很好的响应现场的变化,及时给出二冷段水量的动态调节量.