逆推法实现轧钢加热炉的优化控制

利用机理分析方法建立并改进轧钢加热炉中钢坯温度的预报模型,得出一定条件下炉温分布与钢温变化惟一对应的特点,据此提出一种以优化钢坯升温曲线来逆推炉温分布的新方法.这种逆推法更加有利于实现多目标的优化.对钢坯升温优化模型中目标函数及约束条件进行分析,更全面地兼顾了钢坯质量与节能,使炉温设定更符合生产目标.该方法在优化问题的求解方面更为简单,运算速度更快,更利于实时控制.     

基于进化逆转操作算子的遗传算法对步进式加热炉炉温优化

针对传统遗传算法对炉温进行优化设定时易陷入局部极小值,较难快速稳定地找到最优炉温值的缺点,引入逆转算子对遗传算法进行改进,使算法的每一代都能从父代继承更多的基因。从而提高算法的局部搜索能力。改进后的算法可以跳出局部极小值,快速稳定地寻找到最优炉温值,进而对加热炉炉温进行优化设定。大量的Matlab仿真结果表明,该改进算法具备可行性与有效性。     

基于萤火虫算法的DDE-PID加热炉炉温控制

针对加热炉炉温控制的目标多变、干扰因素多等问题,提出基于萤火虫算法(firefly algorithm)优化预期动态(desired dynamic equation,DDE)二自由度PID控制策略。将非线性鲁棒控制器(Tornambe Controller)中的不确定因素和外部干扰项利用观测器近似替换,运用预期动态法构建动态特性方程,推导出带有预期动态特性方程系数和观测器参数的二自由度PID等价形式。在判定系统稳定性后确定待优化参数选值范围,进而通过萤火虫优化算法选取最优参数。研究结果表明：与常规PID和二自由度PID控制相比,模型适配时所提出的控制策略使调节时间最多减少38 s,超调量最多降低15%,系统抗干扰性良好。使用所提策略后,炉温控制偏差小于±20℃,炉温波动降低60%,系统稳定性和抗干扰能力明显提高。     

基于热力学混合遗传算法的加热炉炉温优化研究

针对加热炉生产过程中钢坯入炉温度、规格尺寸、钢坯种类等生产工况经常会发生改变,导致基本遗传算法存在早熟等现象,提出一种基于热力学的混合遗传算法.基于钢坯加热过程的机理模型,建立了钢坯温度预报模型,依据加热炉工艺生产要求,建立了加热炉炉温优化模型.为了提高遗传算法的求解精度和计算效率,在遗传算法交叉算子设计过程中加入内能、熵和自由能的思想,改进了传统遗传算法;同时在经典的遗传算法基础上加入模拟退火算法构成了基于热力学的混合遗传算法,并用于求解加热炉炉温优化问题,克服了传统遗传算法的不足.实验结果表明,该方法能够有效地求解加热炉炉温优化问题,是可行的、有效的.     

基于蚁群优化算法的步进式加热炉调度

针对钢铁企业生产中的步进式加热炉调度问题,同时考虑到加热炉的生产能耗与热轧机的生产效率,以板坯的实际加热时间、热轧机等待加热板坯的时间以及加热炉内冷热板坯混装次数最小化为目标,建立了冷热板坯混装模式下的步进式加热炉调度问题的数学模型.并针对模型的特点,设计了求解模型的蚁群优化算法.算法中嵌入基于邻域搜索的局部搜索过程,...     

企业集成中的供应链建模、优化、计划和执行

论述了企业信息集成、过程集成到企业集成的发展趋势,给出了企业供应链管理的定义与需求,探讨了基于ＡＲＩＳ的供应链管理的建模方法和基于ＳＡＰ／Ｒ３的供应链管理优化、计划和执行的方法,并给出了供应链管理的实例。     

基于SSO算法优化神经网络的数控机床热误差建模

针对影响五轴数控机床加工精度的复杂热特性,提出了一种用于摇篮式五轴数控机床热误差建模方法.该方法主要采用鲨鱼嗅觉优化(SSO)算法和神经网络的复合建模方式,有效提高了机床热误差预测模型的精度和建模效率.首先通过使用热成像仪筛选出机床的温度敏感点,然后将温度传感器布置在机床热敏感点的位置,将采集到的热特性数据采用本文所提方法进行热误差建模,结果表明,该方法在建模速度和精度上要优于ABC和PSO神经网络,最后将该热误差预测模型应用于五轴数控机床热误差补偿实验,将试件加工精度提高了32%.     

基于仿人智能控制理论的钢坯加热炉多模态控制策略

为了解决钢坯加热炉普遍存在的炉温控制精度低,能耗大等难题,文章根据仿人智能控制原理,利用钢坯加热过程的动态特征对加热炉温度控制系统进行了模态划分,不同模态采用不同的控制策略,从而实现钢坯加热炉炉温的多模态控制.最后进行了MATLAB仿真实验研究,结果表明钢坯加热炉采用多模态控制可以取得较好的控制效果.     

基于机理模型的加热炉在线炉温模糊决策

以加热炉动态过程全炉钢坯温度跟踪计算机理模型获得控制输入信息,将模糊控制方法应用于炉温的动态控制,构造了带有前馈修正的模糊控制器.该模糊控制器不仅把本段控制点的输出偏差和偏差变化率作为模糊决策的依据,并且将前段控制点的偏差也作为控制器的前馈输入,使炉温决策具有超前功能.利用计算机仿真,模拟了炉子产量波动和非计划待轧时模糊决策系统的执行结果,表明该控制方法适应炉内动态特性,具有良好的控制品质.     

加热炉待轧时炉温模糊决策

基于对加热炉动态过程受控特征分析,将数学模型方法、模糊控制理论和模糊优化方法应用于加热炉动态过程炉温优化及控制研究.建立了加热炉待轧时炉温模糊优化模型,构造了以钢坯导热机理模型为基础的炉温在线模糊控制决策系统.在此基础上对典型待轧过程进行了炉温控制决策的计算机数值仿真.结果表明,炉温模糊决策结果使在炉钢坯获得了满意的控制效果.本文的模型方法可以有效地应用于加热炉控制系统.     

推钢式板坯加热炉流场、温度场和浓度场的模拟研究

针对推钢式板坯加热炉,建立加热炉内气体流动、燃烧和传热过程数学模型.采用计算流体力学(CFD)商业软件Fluent模拟得到加热炉炉内的温度场、流场以及反应物和生成物浓度分布.结果表明:通过预热空气至350℃和预热煤气至50℃,平均炉温能够达到1300℃,满足钢坯加热温度要求.由于加热炉结构复杂,使得炉内有明显的回流,预...     

面向工程应用的钢坯加热炉零维数学模型

实现了一个钢坯加热炉零维数学模型，并论述了该模型在加热炉的设计计算、校核计算以及自动控制的前馈环节中的应用。模型支持新型蓄热式换热的计算，工程实践表明该模型有很强的实用性。     

步进式加热炉内钢坯加热过程的模拟研究

采用ABAQUS商业有限元软件对步进式加热炉内钢坯加热过程进行了分析计算,建立了加热炉内钢坯加热的热力耦合模型,计算了不同热送条件下,中心与表面的应力应变分布.结果表明:随着加热时间的延长及加热温度的提高,应力由铸坯表面向铸坯中心逐步增大;随着热送温度的升高,最大应变量逐步减少,应力存在一个拐点,且逐步出现双应力峰值.分析得出,在现有加热制度下,适合的热送温度在600℃左右.     

基于数据特征的加热炉钢温预报模型

针对加热炉工业过程具有复杂、非线性、时滞性的特点和钢坯出炉温度预报问题,提出了一种基于数据特征的改进主元回归(PCR)加热炉钢温预报模型的建立方法.首先通过对原始数据进行同步化处理来解决各数据变量间存在的时间滞后问题;然后提取生产过程中各批次钢坯的统计特征和熵特征,并依据一定顺序将这些特征排列组合,构造等长的数据特征向量;最后通过PCR方法建立过程变量的数据特征和钢坯出炉温度之间的回归预报模型.本文以某钢厂加热炉工业过程为背景进行实验仿真,采用实际生产数据求取建模参数,并对钢坯出炉温度预报进行了测试.实验的校验与误差分析表明,该方法在预测钢坯出炉温度方面具有更好的性能,且预测误差满足工业应用的精度要求.     

加热炉内炉气的发射率和吸收率研究

区别了加热炉内炉气对炉壁及其对钢坯的平均射线行程,给出计算炉气对炉壁及其对钢坯的平均射线行程的简化表达式,并应用Gauss-Laguerre积分公式计算上述平均射线行程.考虑加热炉内炉气的非灰辐射特性,指出三元辐射体系(炉气-炉壁-钢坯)中炉气存在2种发射率和6种吸收率.以某轧钢厂的一座步进梁式加热炉为例,采用Leckner级数式模拟各炉段上炉膛炉气的发射率和吸收率.结果表明,对加热炉内炉气的发射率和吸收率进行上述的区别处理是必要的,为准确求解炉膛内的辐射热交换创造了条件.     

加热炉三维段法动态数学模型在待轧中的应用

采用段法计算炉内辐射换热,在能量平衡的基础上建立了加热炉三维段法数学模型.给出了以稳态模型为基础的动态数学模型计算方法,并应用于加热炉待轧过程分析.多种不同待轧情况下的模拟结果表明:待轧的发生将对炉内传热过程产生较长时间的影响,待轧发生时应采用灵活的供热制度.具体来说,当发生较短时间事故待轧后可以较大幅度地降低燃料的供...     

加热炉和轧机的匹配优化

针对当前在实际中使用的加热炉和轧机的匹配制度存在的缺陷,提出一种基于钢坯期望出炉温度的推钢速率控制策略和基于斜坡函数的待轧控制策略,从而优化了加热炉和轧机的匹配制度·工业试验证明了这种匹配制度的合理性、简单性和易行性·