中厚板热轧过程中的温度场模拟

针对中厚板轧制过程中温度场不易精确确定,普通温度计算模型计算误差较大或计算较为繁琐的问题,以传热学基本理论为基础,建立了热平衡方程,采用完全隐式差分法对首钢中厚板轧制及冷却过程中的板坯中心温度和表面温度变化进行了模拟.可以得到以下结论:①在轧制过程中,中厚板上表面温度急剧下降,道次间歇期间又有回升的趋势;在层冷过程中,板坯上表面温度迅速下降;②计算的板坯表面温度与实测的表面温度吻合较好,表明该模型可以用来模拟中厚板轧制过程中的温度变化.     

二次曲线模型求解中厚板轧制过程中的温度场

针对中厚板轧制过程中温度场不易精确模拟,普通温度模型计算存在误差较大的问题,通过建立二次曲线模型来计算中厚板轧制过程中的温度场,即对中厚板的轧制过程进行一定的简化,用二次曲线逼近中厚板轧制时沿厚度方向上的温度场,并在该曲线的基础上得出二次曲线模型和其计算方法．利用该二次曲线模型对Q235轧制过程中的温度场进行解析．结果表明,二次曲线模型预报精度的相对误差可以控制在3％以内,完全能够满足中厚板在线实际生产的需求．二次曲线模型同时也为其他热轧的温度场解析控制提供了范例．     

二次曲线模型求解中厚板轧制过程中的湿度场

针对中厚板轧制过程中温度场不易精确模拟,普通温度模型计算存在误差较大的问题,通过建立二次曲线模型来计算中厚板轧制过程中的温度场,即对中厚板的轧制过程进行一定的简化,用二次曲线逼近中厚板轧制时沿厚度方向上的温度场,并在该曲线的基础上得出二次曲线模型和其计算方法.利用该二次曲线模型对Q235轧制过程中的温度场进行解析.结果表明,二次曲线模型预报精度的相对误差可以控制在3%以内,完全能够满足中厚板在线实际生产的需求.二次曲线模型同时也为其他热轧的温度场解析控制提供了范例.     

中厚板轧制过程计算机控制系统结构的研制

介绍了中厚板轧机过程控制系统的组成和功能,根据中厚板轧制过程的特点,详细分析了模块间数据的通讯方式.在现场应用的基础上,提出了系统软件的设计规划,建立了通讯与模型相分离的两层进程的软件体系结构,完全满足了过程控制系统运行的安全和稳定,简化了系统的调试和维护.软件体系结构采用了易于扩展的开放性设计,使其适用性更强,这种结构同样适用于冷却过程计算机系统的开发.     

基于PSO和神经网络的中厚板凸度预报模型辨识

针对在钢板轧制过程中很难精确预报中厚板的凸度问题,将粒子群算法和神经网络用于辨识中厚板凸度预报模型.结合了神经网络和粒子群算法各自的优点,先采用三层神经网络建立神经网络预报模型,再利用粒子群算法对网络的权阀值进行训练.实验结果表明:相对于BP神经网络凸度预报模型,本文设计的PSO神经网络预报模型在收敛速度和预报精度上明显优于BP神经网络,具有精确性、收敛性和快速性等特点.     

中厚板平面形状控制中的GM-AGC系统

阐述了对中厚板平面形状控制系统的基本要求和提高中厚板成材率的关键技术内容,研究了中厚板平面形状控制ＧＭ－ＡＧＣ系统的基本结构,着重分析和研究了成形轧制阶段变截面轧制的控制特点,以及提高平面形状控制精度必须考虑的几个问题,对ＧＭ－ＡＧＣ系统应采用的改进措施。     

多道次中厚板热轧过程的综合数值解析法模拟

采用微分方程的解析解法和数值解法相结合的思路建立了中厚板热轧过程温度场、变形场和轧制力的综合求解模型.在该模型中,考虑到轧件厚度方向的温度梯度远大于沿宽度和长度方向的温度梯度,因而将热传导方程简化为一维微分方程,基于拉格朗日坐标建立了温度场的级数解法.针对中厚板轧制的速度场特点设定了速度场函数,基于欧拉坐标架建立了应变速率和应变的数值解法,从而解决了多道次轧制过程的温度场与变形场连续计算问题.利用该模型模拟了中厚板12道次热轧的成形过程,给出了轧件温度随时间的连续变化曲线以及各道次的轧制力、应变和应变速率的分布和大小.模拟结果与工业现场实测数据吻合较好.     

基于遗传规划的中厚板轧制力矩的非线性回归

研究热轧中厚板轧制力矩的计算方法. 运用遗传规划法分析中厚板轧制过程的现场数据,找出与轧制力矩密切相关的因素,将其作为自变量生成函数表达式,体现轧制力矩的变化规律,得出轧制力矩非线性回归计算模型和相关参数, 并完成了算法设计和编程实验. 实验结果表明,计算值与实测值的平均相对误差为6.23%. 该模型已应用于临汾钢铁公司2800mm中厚板的轧制生产中.     

基于递阶优化算法的轧制过程控制策略优化研究

给出利用递阶优化算法解决轧制过程控制策略优化问题的思想. 针对总时间最短和总能耗最小两个优化目标,分别将其作为上下层目标函数建立起两层规划的数学模型,通过基于分解-协调的递阶优化算法对该两层规划进行求解,最终得到了中厚板精轧控制策略优化的最优解. 仿真结果说明,利用递阶优化算法求解轧制过程控制策略是非常有效的方法.     

中厚板边部折叠模拟实验及机理研究

通过对中厚板边部折叠试样的检测分析,对其产生机理和影响因素进行研究. 结果显示,中厚板边部折叠现象是板材横轧宽展过程中侧面材料在轧制中受轧辊作用而翻转到板材表面的结果. 折叠缺陷处所观察到的微观组织结构,是轧制前板材表面在高温下形成的氧化铁及脱碳层形成的. 建立了轧制有限元数值模型,证实折叠缺陷是在轧制过程中由侧面的折叠翻转所造成的. 通过实验室实验,得到铸坯边部质量、轧制制度、宽展道次及轧制压下量对中厚板折叠缺陷的影响. 实验结果表明横轧宽展导致折叠缺陷的出现,铸坯边部质量对其没有影响,轧制过程中铸坯侧边的折叠经翻平形成表面折叠缺陷,随着横轧展宽的道次及压下量增加,折叠缺陷距边部距离变大.     

中厚板轧机全自动轧钢控制功能的在线实现

介绍了中厚板轧机生产线全自动轧钢功能的实现过程.对轧制过程的手动控制和全自动控制进行对比,总结全自动轧钢控制功能的实现要点.将全自动轧钢控制功能在两级计算机控制系统中进行合理分配,通过过程控制系统和基础自动化系统协调配合,实现轧制过程的水平方向辊道控制、垂直方向道次数设定控制以及轧制道次控制等全自动轧钢控制功能.现场成功实现全自动轧钢控制功能,提高了轧线的自动化水平.     

在线高时效的热力系统二次辨识方法

为满足热力系统的自动控制系统中被控对象在线辨识的要求,通过对常用辨识方法的比较,提出了二次辨识的辨识思路。把系统的辨识分为一次辨识和二次辨识:根据一次辨识,辨识出系统的一次粗糙模型,利用二次辨识对一次辨识的结果进行补偿辨识。针对控制模型的特点,利用最小二乘法和RBF神经网络构造了二次辨识的在线辨识算法。仿真试验的结果表明:通过该方法在线建立的模型具有良好的模外动态特性,即使在偏离的情况下,也能使相对误差保持在5%以内。     

修正遗传神经网络预测中厚板轧机轧制力

在实际生产过程中,传统轧制力数学模型存在较大误差,影响计算精度.提出将BP网络与修正遗传算法相结合,利用BP网络的指导性搜索思想和遗传算法的全局搜索能力预测中厚板轧机轧制力,并建立预测模型.同时,根据模型编制相应的程序及界面.以邯钢中板厂、普阳中板厂现场数据为基础,通过数据优选,选择较优数据进行离线轧制力预测,预测精度优于传统的数学模型,预报精度的相对误差可以控制在4%以内,能够满足生产需要.     

Optimal Active Power Dispatching of Microgrid and Distribution Network Based on Model Predictive Control

First, a three-tier coordinated scheduling system consisting of a distribution network dispatch layer, a microgrid centralized control layer, and local control layer in the energy internet is proposed. The multi-time scale optimal scheduling of the microgrid based on Model Predictive Control(MPC) is then studied, and the optimized genetic algorithm and the microgrid multi-time rolling optimization strategy are used to optimize the datahead scheduling phase and the intra-day optimization phase. Next, based on the three-tier coordinated scheduling architecture, the operation loss model of the distribution network is solved using the improved branch current forward-generation method and the genetic algorithm. The optimal scheduling of the distribution network layer is then completed. Finally, the simulation examples are used to compare and verify the validity of the method.     

基于Profibus的工业以太网通信技术在高速线材轧制自动控制系统中的应用

以新余钢铁公司线材厂高速线材轧制自动控制系统为应用背景,详细地介绍了基于PROFIBUS现场总线技术结合工业以太网技术的高速线材轧制自动控制系统的网络层次和组成结构,采用这种管控一体化控制系统,提高了整个系统的可靠性和自动化水平,也极大地提高了企业生产效率。     

热连轧前馈厚度控制系统的研究与应用

某热连轧机原本使用的厚度自动控制(AGC)模型,不论是轧制力AGC还是监控AGC都属于反馈式控制系统,因此轧机辊缝调节都有不同程度的时间滞后,从而也限制了厚度控制精度的进一步提高.采用冷连轧机前馈控制的基本思想,用前机架的出口带钢计算厚度作为前馈控制的检测厚度,并经过跟踪移位处理,设计出了前馈AGC控制模型,针对带钢厚度波动及时调节本机架的轧制辊缝,实现提前预控的目的.实验结果表明,前馈AGC控制模型投入使用之后,带钢厚度精度得到明显提高.     

基于稳态误差的热连轧弹跳方程优化算法

热连轧带钢生产过程中,在停轧、换辊后会出现带钢厚度精度低的情况,影响到带材的成材率.为解决此问题,提出了新的轧辊磨损和热膨胀模型,并引入模型稳态误差量的概念,对弹跳方程进行优化改进.现场实际应用效果表明:换辊后首块钢的厚度偏差在40μm范围内达到90%以上,长时间停轧之后厚度偏差提高到30μm以内,满足自动厚度控制系统(AGC)的控制要求,提高了产品的成材率.并给出了弹跳方程稳态误差的普遍求解方案,模型在线使用效果良好,适于工业推广.     

智能路灯的NB-IoT技术监控系统

针对传统路灯在远程自动控制、智能化调光、自动巡检和故障处理存在的不足,设计了一套智能路灯监控系统.该系统采用NB-IoT技术改进传统路灯的控制器,设计了NB-IoT终端,用以实现NB-IoT基站和4G网络实现感知层数据的上传,以及应用层控制命令的下达,最终实现了路灯控制、调光、巡检和故障处理的智能化与信息化.     

AC800PEC控制器与ACS800多传动系统通讯

结合江苏沙钢集团有限公司热连轧运输辊道自动化控制系统，通过对自动化网络硬件配置、参数设定、软件编程，实现ABB控制器与ACS800多传动之间正常通讯，使得钢卷运输辊道控制系统能够稳定、快速、准确地满足现场生产控制要求。     

中厚板轧制过程中平面形状控制实验研究

为减少轧制中钢板的切边、切头尾量,提高钢板的成材率,利用厚板展宽轧制法(MAS)对轧制过程中钢板的平面形状控制进行了试验研究.在简述平面形状控制原理的基础上,建立了平面形状控制的试验模型,并通过合理设定轧制速度,达到提高轧制钢板矩形化的目的.试验数据表明,MAS轧制法可以减少钢板的切损量,明显地提高生产效益.