一类模型参数自适应修正算法的分析及改进

通过一个实际的热轧带钢卷取温度控制系统,提炼出一套模型参数自适应修正算法,进而分析了它的特点及收敛性,认为这种参数自适应修正算法并不能保证参数收敛于所希望的值,这是造成带钢卷取温度控制精度产生波动的一个原因。提出了改进方案,使之成为适于实际应用的控制方法。     

厚规格热轧带钢高精度卷取温度控制模型

卷取温度是影响带钢组织性能的重要工艺参数.在生产实践中，如何提高厚规格带钢卷取温度的控制精度是一个难点.针对厚规格带钢在层流冷却过程中的工况特点，提出了温度场计算模型和对流换热系数模型的改进方法，并开发了一种全新的基于相似策略的自适应模型，以改善卷取温度前馈控制效果.经现场应用证明，本文提出的方案能有效提高厚规格带钢的卷取温度控制精度，其中厚度大于12 mm的带钢平均命中率可达到94.9%.     

热轧带钢卷取温度控制中的自适应律

通过对一个实际的热轧带钢卷取温度控制系统长时间地观察和采样,归纳出一套适用面广、适应性强的自适应律。首先利用温度计算模型,结合目标与实测值得到自适应律的初值,经自适应计算后再去修正原简化模型进而提高模型计算精度,经过多次改进后,在现场使用效果良好。     

热轧层流冷却系统优化与模型参数自适应

针对热轧带钢卷取温度控制的不确定性和时变性, 利用系统优化与模型参数的自适应控制热输出辊道上带钢温度. 从控制模式、冷却策略、段跟踪和模型的再计算以及学习系数的读取等方面对系统进行了优化. 根据实际工艺状况, 实时采集现场数据对层冷模型中的参数进行自适应调整, 并就组别分类、空冷/水冷系数的回归分析进行了研究. 实践结果表明： 采用这种方法能满足现场需要, 卷取温度控制精度较高, 基本在-15～15 ℃范围内;控制效果和带钢性能良好.     

传热与相变耦合的卷取温度模型自适应方法

为实现卷取温度模型水冷换热学习系数和奥氏体相变速率学习系数的在线实时滚动优化,采用数学方法对带钢段间温度自适应进行研究.首先,构建一个以带钢段初始学习系数为重心的等边三角形,基于各顶点对应的学习系数,分别利用带钢温度模型预报卷取温度,从而获得学习系数对卷取温度的一阶偏导数增益;接着,根据带钢段实测卷取温度与模型预报值的偏差计算学习系数增量部分的瞬时值,并依据学习速率进行学习计算、有效性检查和平滑处理.最后,将学习系数增量值应用于卷取温度动态设定模型,对冷却区内的所有带钢段的冷却规程进行更新.实际应用表明,卷取温度段间自适应方法能够快速响应轧制速度的变化,对卷取温度进行高精度控制.     

热轧带钢轧后冷却控制及其自学习方法

热轧带钢轧后冷却过程中卷取温度的控制精度是保证带钢表面质量和板形良好的一个关键因素,因此温度控制精度的核心是冷却过程控制模型的建立,同时新的数学模型应该具有自学习功能以提高控制精度.以此为出发点,建立了具有非线性结构特征的热轧带钢冷却过程控制的数学模型,并对新模型的自学习能力进行了研究,使该模型能够不断地修正其关键参数以提高温度控制精度,从而增强了模型的自适应性.通过对该冷却过程数学模型的现场实际应用,验证了该冷却数学模型的卷取温度控制能够达到较高的精度,为提高带钢产品质量奠定了基础.     

卷取张力转动惯量补偿控制

为提高带钢卷取过程中张力控制的稳定性,利用自适应控制对PID控制器参数进行转动惯量补偿,结果表明,自适应控制系统能够提高张力控制的稳定性.     

热轧带钢层流冷却温度优化控制策略研究

在热轧带钢生产过程中,卷取温度是影响成品带钢性能的重要参数之一,其精度的高低对带钢质量至关重要.为保证产品具有良好的性能,采用层流冷却装置对热轧后的板带进行冷却控制,喷水系统的设定是层流冷却过程控制的关键.在冷却过程中带钢的温度不能在线连续检测,其过程具有强非线性和时变性,而且在冷却过程中存在相变,因此难以建立精确的数学模型去描述这一冷却过程.随着带钢厚度,精轧出口温度和轧制速度的变化,单独的前馈/反馈控制很难满足高精度的温度控制需要.在本文的研究中,一系列层流冷却控制策略被采用,包括前馈/反馈控制,自适应算法,以及控制带钢整体温度的均匀性策略.实践应用表明这些控制策略得到很好的检验,能有效地提高卷取温度的控制精度和均匀性.     

基于模糊聚类的粒子群神经网络预测卷取温度

影响热轧带钢卷取温度的因素多而且复杂,采用传统的温度预测模型难以达到较高的精度。为了满足卷取温度高精度预测的要求,将模糊聚类分析、神经网络、粒子群算法结合起来,提出了一种基于模糊聚类的粒子群神经网络用于预测卷取温度。运用现场实际数据测试表明,该方法预测卷取温度效果良好。     

软质镀锌薄带钢卷取中边部板形缺陷的产生机理与解决措施

生产中发现原本板形良好的镀锌后带钢,经过卷取成卷运至下道工序(彩涂)再开卷后,带钢边部出现了严重的密集边浪,使带钢因无法涂层而成废次品.通过现场实测分析和运用逐层迭代法对卷取过程中带钢弹性变形行为解析求解,以及定量研究钢卷卷取层数、卷取张力、带钢厚度和板廓负凸度等因素对带钢在卷取状态下的应力场和位移场的影响,揭示出产生这一现象的力学背景.以解析分析结果和现场实测结果为依据,提出了卷取工艺参数的改进方案并投入生产使用,彻底消除了卷取过程产生的带钢边部板形缺陷,使机组的产品板形质量和成材率明显提高.     

基于模糊聚类的粒子群神经网络预测卷取温度

影响热轧带钢卷取温度的因素多而且复杂,采用传统的温度预测模型难以达到较高的精度.为了满足卷取温度高精度预测的要求,将模糊聚类分析、神经网络、粒子群算法结合起来,提出了一种基于模糊聚类的粒子群神经网络用于预测卷取温度.运用现场实际数据测试表明,该方法预测卷取温度效果良好.     

天铁1750热轧层冷模型的调整和优化

天铁1750mm热轧生产线投产以来,二级层流冷却模型系统存在缺陷,不能涵盖所有钢种和规格的冷却策略,造成带钢卷取温度命中率较低、带钢头尾性能不一致等问题。通过对该控制系统参数的优化,大大提高了带钢头尾温度命中率,层流冷却模型更加适应现场的实际情况。     

热轧带钢超快速冷却过程的温度控制策略

针对热轧带钢超快速冷却过程温度控制,通过建立带钢冷却过程中的空冷、水冷温降模型,采用前馈、反馈与自适应相结合的温度控制策略,提高带钢的中间温度和卷取温度的控制精度,并应用于热轧带钢生产线。应用效果表明,带钢轧后温度控制达到了较高的精度,并有效地提高了带钢的力学性能。     

热轧带钢轧后冷却过程卷取温度的设定策略

为了提高热轧带钢卷取温度控制精度,针对热轧带钢轧后冷却过程非线性、强耦合性等特性,建立了具有非线性结构特征的热轧带钢轧后冷却过程控制的温度数学模型,并对热轧带钢轧后冷却过程卷取温度的设定策略进行了研究,同时在该模型基础上开发了系统软件,通过现场实际应用对模型功能进行了验证.结果表明,该冷却数学模型的卷取温度设定计算结果...     

冷轧带钢局部高点卷取过程起筋控制的建模与仿真

为了研究带钢局部高点卷取起筋的控制方法，利用三维弹塑性变形基本理论，并引入带钢塑性流动因子，建立了弹塑性卷取应力和起筋量模型.基于应力函数假设、S. Timoshenko最小功原理和伽辽金虚位移法建立了起筋带钢的应力场分布和可用于在线计算的起筋临界卷取张力设定模型.仿真结果表明：局部高点在径向累积叠加所引起的带钢张力不均匀分布和轴向压应力是导致带钢起筋的主要原因；起筋量随局部高点高度、卷径和卷取张力增加而增大，薄带钢比厚带钢起筋量增幅明显；临界卷取张力随卷径、带钢厚度和局部高点高度增大而减小.     

人工鱼群神经网络在热连轧卷取温度预报中的应用

卷取温度预报结果对热轧带钢的成品性能具有重要影响。人工鱼群算法是新近提出的寻优策略,具有良好的克服局部极值、获得全局极值的能力。建立了一种人工鱼群神经网络预测模型,利用人工鱼群算法训练神经网络的权值,并将该神经网络用于卷取温度预报。通过某钢厂现场实测数据对该模型进行离线训练和对比测试,结果表明,该方法与传统的BP神经网络预测方法相比,具有较强的自适应能力和较好的预报效果;该模型能够精确预报卷取温度,可用于离线学习和预报,为在线应用打下良好基础。     

带钢卷取温度高精度预报模型的研究与开发

针对传统卷取温度模型的固有缺陷，为了提高卷取温度的控制精度，提出一种将人工神经网络和数学模型相结合的新方法，用于热轧带钢卷取温度的预报。离线仿真表明，采用本文所述的方法，能够较准确地预报带钢的卷取温度。     

变速轧制下超快冷系统工艺温度在线实时修正策略

结合某现场超快速冷却系统，具体分析了带钢运行速度变化对轧后冷却过程换热系数与冷却时间的影响规律.根据速度运行机制，开发了速度在线修正计算策略，实现了轧后冷却区带钢速度计算值与实际值的吻合;并在此基础上开发的工艺温度在线循环计算策略，消除了速度波动对温度控制的影响，提高了温度控制精度.将该温度在线实时修正策略应用于现场，实现了超快冷出口温度与卷取温度的精确控制，工艺温度命中率在96%以上，有效消除速度对温度波动的影响，完全满足新产品、新工艺的工业化试制及大批量生产.     

热连轧控冷过程卷取温度精度的优化

控制冷却是热带钢轧后工艺处理中的关键技术,而卷取温度的精度又是冷却过程控制的核心·结合某热连轧厂控冷层流系统的改造,通过分析原有系统运行时对于厚带钢冷却能力不足、设定精度及纵向温度控制均匀性较差、冷却速率的控制策略单一、更换钢种组别时头几块钢的设定精度较差等方面的原因,在改造过程中有针对性地对冷却装置、冷却控制策略、数学模型进行改进,同时加强了控冷过程机模型自适应的能力,并开发了解析工具用于优化模型参数,提高了卷取温度过程控制的精度·     

带钢卷取张力的直接控制系统的设计

提出了一种带钢轧机卷取张力控制系统及其设计方法，和通常的张力控制方法不同，这里引入了张力的直接反馈，构成一个张力－速度－电流的三环控制系统，针对这种结构，本文提出了张力，速度和电流调节器的结构参数的工程设计方法，仿真结果表明，采用本文提出的系统结构和设计方法，同时引入对卷筒直径和转动惯量变化的补偿，就能保证实际系统的性能指标满足要求。