基于数学模型的辐射管辊底式热处理炉在线优化控制系统的设计

文章以某公司辐射管辊底式热处理炉为研究对象,全面分析了其传热特点,并以辐射管辊底式热处理炉数学模型为基础,实现了辐射管辊底式热处理炉的计算机优化控制。该辐射管辊底式热处理炉在线优化控制系统可实现炉内钢坯位置的实时跟踪、钢坯温度的动态计算、最佳炉温的优化设定及在线反馈修正、钢坯装出炉在线实时修正、上下位机的网络通信及实际生产过程的数据库管理等功能。通过对现场实际运行数据的统计分析表明,该系统运行稳定,计算精度高,数学模型计算值与实际测量值最大相对误差在2%以内,完全满足钢板的热处理质量要求。     

小生境粒子群优化的SVM钢坯定重预报

连铸钢坯定重切割,对提高棒材轧制成材率,降低钢坯原材料浪费及能耗具有重要意义.首先针对特定钢流,实验研究了影响钢坯重量的因素,确定了钢坯拉速这一关键影响参数.其次建立了钢坯重量的支持向量机(SVM)回归预测模型,以钢坯拉速作为特征输入量,对钢坯重量进行预测.最后,采用小生境粒子群优化(PSO)方法,优化SVM模型参数,得到PSO优化SVM参数的钢坯重量预测模型.并通过建立神经网络钢坯定重预报模型A及最小二乘钢坯定重预报模型,进行对比研究,研究结果表明,采用小生境粒子群优化后的SVM预报模型可显著提高钢坯定重预报精度.     

基于SVM的钢坯号自动识别算法

针对当前钢厂钢坯号现场识别的自动化要求,提供一种基于SVM的钢坯号自动识别算法。该算法通过生产线上视频监控获取钢坯图像,将SVM的非线性分类算法和视感智能检测技术结合实现钢坯智能化监控,对气动、机械等原因引起的断裂、畸变和粗细不均等钢坯号具有较好的识别能力。文章还对该算法与模板匹配方法、BP神经网络方法进行了实验对比,证实该算法对钢坯号识别具有较高的识别率。     

冷床区钢坯自动跟踪系统关键技术的研发

安钢中板厂的炉号跟踪系统中,冷金属检测器CMD用来检测冷床区钢坯的运动,但是CMD只能检测出辊道上是否有钢坯经过,而不能判断钢坯在冷床区具体上到哪个冷床,因此,目前冷床部分的钢坯跟踪是靠人工手动完成的.针对该问题,提出一种新的运用数字图像处理技术完成冷床区钢坯自动跟踪的方法.该方法利用运动目标检测方法检测出辊道上有钢坯运动,然后经过最佳阈值分割、改进的区域生长算法、质心标记、数据库程序等步骤完成钢坯运动轨迹的标记,实现自动跟踪.     

钢坯三维热状态模型的可视化研究

针对昆明钢铁集团有限责任公司第二轧钢厂加热炉在钢坯加热过程中,由于加热炉炉内热状态复杂,测温技术有限,难以直接测出被加热钢坯的内部温度,以确保适时出钢。因此导致钢坯加热质量不易保证,难以充分发挥加热炉的效率,造成能源浪费严重,故对钢坯加热状态可视化问题的研究就显得非常重要。鉴于此,本文首先运用VC＋＋6.0软件制作钢坯三维温度场的虚拟可视化操作界面,并用OpenGL进行图形化表现。实验数据表明,该图可以直观、准确地反应钢坯的加热状态,达到对钢坯三维热状态可视化监控的目的,为实时出钢提供依据。     

基于RBF神经网络的钢坯温度预报软测量模型研究

钢坯加热过程是钢铁企业热轧生产中非常重要的工艺环节。钢坯温度预报模型是实现加热炉优化控制的重要基础,用常规仪器很难直接测量出钢坯温度。给出了基于RBF神经网络的软测量模型结构,对钢坯温度进行预报的仿真结果。     

蓄热式加热炉钢温预报与炉温优化设定研究

在分析新型蓄热式钢坯加热炉的炉型结构与炉温制度特点的基础上,基于钢坯在炉内 受热辐射和钢坯内热传导的机理,设计了二维非稳态导热钢温预报模型,并给出了适用该模型 的炉温优化策略.该模型能够对出炉钢坯进行网格化钢温预报,具有精度高,通用性强,能够实 现炉内钢坯温度分布的在线预报的特点.仿真研究表明,所提出的炉温优化策略能较大地提高 钢坯的加热质量.     

基于多层SVC的钢坯编号识别研究

提出了一种用支持向量分类器(SVC)实现钢坯编号文字识别的方法.首先利用PCP算法对视频图像提取关键帧,然后利用彩色图像HSI空间中S分量的特性,定位钢坯区域;再利用一系列图像处理技术,对图像中钢坯编号区域定位、分割字符,最后利用SVC进行字符识别.实验结果表明,利用SVC可有效识别钢坯编号且速度快、识别率高,具有较高的实用价值.     

基于软测量的钢坏内部温度场分布研究

由于目前测试技术的限制,在生产过程中对钢坯内部温度的检测比较困难,为了获得钢坯内部的温度,一些研究人员尝试通过数学模型的方法实现钢坯内部温度分布的软测量模型.本文以步进式加热炉中钢坯温度场分布为应用背景,提出了利用机理建模的方法来实现钢坯内部温度场分布的软测量模型,并且对典型工况进行了仿真,结果表明测量精度完全符合工业应用要求.     

基于OpenCV的六角钢坯尺寸测量研究

在现代化工业生产中,非接触式钢坯尺寸测量已经成为钢坯检测中的一种十分重要的测量方法;设计了一种基于计算机视觉的六角钢坯尺寸自动测量系统,通过工业数字摄像头采集由激光器照射的钢坯图像,在OpenCV开源平台下,对其进行相关的图像预处理,利用霍夫变换识别出直线段,并提出了一种简单,有效的直线合并算法,最后实现对六角钢坯尺寸的智能测量;实验结果表明,此算法能准确快速地获得钢坯的尺寸信息,在角度测量时最大误差为0.9°,具有很好的精确性和实时性。     

连续式加热炉拉钢速率与钢坯表面温度参与炉温控制

本文讨论了连续式轧钢加热炉生产过程中,拉钢速率对炉温的影响;提出了在出炉钢温满足工艺要求的条件下,结合轧制节奏与出炉钢坯表面温度来对炉温进行控制、修正的方法。实践表明此控制方法的实施,对于加热炉节能降耗、提高成材率效果显著。     

环形加热炉的电气控制

介绍了环形加热炉的电气控制功能及实现,重点介绍装料控制、炉底机械旋转控制、出料控制、扒渣控制及自动出渣控制.在加热管坯品种多且规格更换频繁的复杂工况下,实现了整个生产过程的全自动,出料节奏及管坯加热质量完全满足工艺要求.     

基于分散推理结构的加热炉钢坯温度分布模糊控制

针对钢坯加热炉系统所具有的典型分布参数特点,提出了一种基于分散推理结构的钢坯温度分布模糊控制方案．首先,将炉内钢坯温度偏差分布作为模糊推理系统的输入信息;然后,对于每一个炉温调整点,通过一组二维模糊控制器,产生一组与钢坯温度偏差分布对应的炉温补偿控制分量;最后,综合各控制分量获得各调整点处的炉温补偿量．仿真算例表明,该方案能够有效地保证钢坯按理想加热曲线完成加热过程．     

基于遗传算法和罚函数法的炉温优化设定

针对钢坯温度预报模型中时变非线性参数进行了等效研究,提高了模型预报钢坯温升的精度。在分析钢坯加热过程、工艺要求、能耗与环保的基础上提出基于遗传算法和罚函数相结合的炉温优化算法。并对该算法进行了计算机仿真,仿真结果表明该优化算法能够迅速寻找到全局最优。     

环形加热炉最佳炉温制度

本文通过对一种特殊分布参数系统的研究，建立了环形加热炉钢坯热过程预报数学模型，提出了制定最佳炉温制度方法。为进一步实现最佳炉温控制奠定了基础。     

基于HPSO的钢坯加热过程炉温优化设定

针对一种蓄热推钢式加热炉三个加热区的炉温稳态优化问题,本文提出了一种混合粒子群优化(HPSO)方法.首先,基于钢坯导热偏微分方程和边界条件,建立钢坯温度预报模型.然后,采用HPSO算法确定最佳稳态炉温,即炉温控制的参考输入.该方法利用混沌机制产生初始种群,通过免疫和克隆来提高粒子群优化(PSO)算法的全局搜索能力和搜索精度.     

多路高精度扩散炉温度控制系统的设计

针对传统的扩散炉温度控制系统的精度低、生产工艺控制能力差的现状,设计实现了扩散炉多路高精度温度检测控制系统。系统采用三路热电偶采集扩散炉内温度值并通过基于Smith预估的PID控制,控制三组加热装置的启停,以达到对炉温的控制,控制精度可达1‰,并采用液晶显示模块和按键组成人机交互界面。     

高炉炉墙探测棒的传感器布设研究

通过建立内嵌探测棒的高炉炉墙温度与炉墙厚度在线监测模型,并对其不同高炉炉墙厚度时的温度场进行稳态数值仿真,得出探测棒在不同高炉炉墙厚度时中轴线温度曲线的变化规律。根据探测棒中轴线温度曲线的变化规律,通过温度最大误差、平均误差等指标分析了三种不同的传感器布设方案,确定了传感器在探测棒上的布设数量和布设方案,实现了实时准确测量探测棒的温度场分布情况,结合探测棒长度数据进而推算出高炉炉墙的温度场分布情况,为指导高炉的正常运转和保证高炉长寿奠定了基础。     

基于声波传感器的工业炉内温度分布测量

为了利用声学法测量工业炉内温度分布 ,论述了一种利用声波传感器获得炉内声波飞行时间的测量数据 ,并在此基础上利用最小二乘方法对工业炉内温度分布进行重建的温度场测量方法 ,给出了该方法的测量原理并通过仿真考察了该方法对不同温度分布函数的重建效果 ,证明了该方法的可行性。