基于改进PSO算法的连铸二冷过程优化仿真

连铸小方坯二冷过程优化是在实现二维传热建模和数值求解的基础完成的。冶金准则的多目标性,模型数值离散化大的计算量以及凝固相变存在引起模型求解的非线性,导致传统优化方法搜索效率低下。采用粒子群算法优化连铸二冷过程。为加强局部搜索能力,引入混沌序列对陷入局部极小点的惰性粒子重新初始化,在迭代中产生局部最优解的邻域点,帮助惰性粒子逃离束缚并且快速搜寻到最优解。仿真结果表明,改进的PSO算法有更好的搜索效率,取得了较好的效果。     

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.     

基于中包钢水连续测温的拉速优化控制系统

为了提高铸机的产量和质量,针对塞棒控制结晶器液位的小方坯铸机拉速手动控制现状,利用建立的拉速优化控制模型获得拉速与过热度的最佳优化关系,设计出连铸机拉速随过热度变化的前馈控制系统.以传热模型为基础,最大拉速和出结晶器坯壳厚度为限制条件,建立拉速优化模型,并与实际生产相结合,设计出拉速随过热度的阶梯控制系统.并且重点分析了控制模式切换时的可靠性问题.现场应用表明:开发的该控制系统运行稳定可靠,能够满足现场生产需要.