層流冷卻過(guò)程控制模型參數(shù)智能優(yōu)化策略及應(yīng)用研究.pdf

1、卷取溫度對(duì)帶鋼的金相組織影響很大，是決定成品帶鋼加工性能、力學(xué)性能、物理性能的重要工藝參數(shù)之一。層流冷卻過(guò)程具有強(qiáng)非線性、不確定性、時(shí)變的特點(diǎn)，采用傳統(tǒng)的基于傳熱機(jī)理和統(tǒng)計(jì)分析的建模方式難以滿足卷取溫度優(yōu)化控制要求。本文針對(duì)層流冷卻控制系統(tǒng)的不足，提出了基于智能建模理論的控制模型參數(shù)優(yōu)化策略，有效地提高了卷取溫度的控制精度。論文的主要研究成果包括： (1)針對(duì)卷取溫度控制的問(wèn)題，深入研究了層流冷卻工藝流程、卷取溫度模型和

2、基本控制策略?？偨Y(jié)現(xiàn)有系統(tǒng)的不足主要包括：前饋模型僅考慮實(shí)際終軋溫度的變化，控制精度不高；熱流密度的計(jì)算公式不能很好反映相關(guān)因素與熱流密度之間的非線性關(guān)系；卷取溫度模型沒有考慮帶鋼厚度方向的熱傳導(dǎo)，使得厚板的控制精度偏低； (2)分析了實(shí)際終軋溫度、目標(biāo)終軋溫度、目標(biāo)卷取溫度、運(yùn)行速度、冷卻水溫、總流量、帶鋼厚度等參數(shù)對(duì)卷取溫度控制精度的影響。針對(duì)它們之間存在的嚴(yán)重非線性關(guān)系，建立了基于BP神經(jīng)網(wǎng)絡(luò)的卷取溫度預(yù)測(cè)模型，用

3、預(yù)測(cè)卷取溫度與實(shí)際卷取溫度的差值作為前饋模型的輸入，有效地提高了前饋模型的控制精度； (3)針對(duì)傳統(tǒng)基于多元回歸的熱流密度模型計(jì)算精度不高，不能很好反映相關(guān)因素與熱流密度之間的非線性關(guān)系，建立了基于BP神經(jīng)網(wǎng)絡(luò)的熱流密度模型。離線仿真結(jié)果表明BP模型的均方根誤差小于回歸模型的均方根誤差，有效地提高了熱流密度的計(jì)算精度； (4)考慮帶鋼內(nèi)部的熱傳導(dǎo)，建立了基于線性回歸的表面溫度修正模型，對(duì)實(shí)時(shí)采集的終軋溫度