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.     

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。     

钢坯三维温度场预报模型的建立

在钢坯加热的过程中．由于加热炉的炉内热状态复杂,测温技术的局限,难以直接测豉出加热炉内被加热钢坯的温度,以保证适时出钢。因此,本文根据传热学知识,采用BP神经网络对钢坯三维温度场进行预报。仿真结果表明,该模型能够满足实际生产要求。     

基于前馈补偿的加热炉炉温设定值优化

针对加热炉优化控制中大回路反馈补偿存在延迟,不能及时反应工况变化的特点,提出一种基于前馈补偿的加热炉炉温设定值的动态优化控制策略。将加热炉的各个炉段看作串联的子系统,考虑各子系统之间的相互影响,将前一环节的出口处钢坯平均温度与理想值的偏差作为前馈信号对其后各段炉温的设定值进行动态补偿,若偏差较大则对各段出口处钢温期望值进行协调。仿真结果表明,该控制策略效果良好,既节约了能源又提高了产品质量。     

热处理炉数学模型在莱钢热处理炉的应用

以莱钢辊底式热处理炉为研究对象,全面分析其传热特点,实现了炉内钢坯位置实时跟踪、钢坯温度动态计算、最佳炉温的优化设定等功能。     

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．

     

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.     

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.     

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。     

环形加热炉最优炉温分布与控制

本文给出一种根据管坯传热模型确定以管坯出炉温度最佳和燃耗最低为综合最优性能指标的最优炉温分布的方法,建立了加热炉的过程模型,并在此模型基础上提出了用广义最小方差控制策略实现最优炉温分布的方法。本文还给出了一组加热炉炉温的广义最小方差控制的计算机仿真结果。     

基于两级Smith预估补偿的加热炉温度串级控制

对于具有纯滞后的温度串级控制系统,提出了主副回路基于两级Smith预估补偿的串级控制结构;通过内模-PID整定方法设计了两级Smith预估装置进行补偿控制,仿真证明了方法的有效性。仿真结果表明,该方法能够有效消除纯滞后环节的影响,得到良好的系统鲁棒性和动态控制性能,解决了汽油加氢反应进料加热炉温度串级控制系统中加热炉出口温度的时变性及滞后性等控制难点。     

步进式加热炉炉温优化设定模型及软件开发

针对线材厂步进式加热炉实际工况，提出了基于经验规则的炉温优化设定模型和在线自学习获取知识的思想，并以炉温优化设定模型为核心，开发出加热炉计算机控制系统的优化运行软件。     

新型控制器在加热炉温度控制中的应用研究

以铸造、热处理中应用最典型的加热设备加热炉为研究对象,建立其数学模型。针对加热炉本身的时滞特性导致系统控制困难这一问题,设计了一种控制系统结构,给出了相应的控制器控制算法设计步骤。将该文方法和传统Smith算法相对比,通过仿真表明,该文控制算法的控制效果明显优于传统的Smith控制;在0~400℃温度变化范围内,加热炉温度系统的测量误差为-0.3~0.3℃。采用该文控制器算法有效提高系统控制精度,可以有效地提高材料的加工质量,具有一定的应用价值。     

加热炉炉温智能控制系统的一种设计方案

针对步进式加热妒炉温控制系统中存在时变、非线性等特征,设计了燃气、空气回路流量设定值调节系统,并在该系统中了采用RBF神经网络整定PID控制器参数;针对炉温控制系统中参数耦合和系统模型不确定的问题,分别在燃气和助燃空气回路中设计了一种基于最小二乘支持向量机(LS-SVM)的逆控制解耦系统,并对燃气和空气回路流量设定值进行动态跟踪.仿真结果表明:该步进式加热炉炉温智能控制系统具有鲁棒性好、抗干扰能力强、超调小,动态跟踪品质好和稳态精度高等特点.     

步进式加热炉燃烧控制的新方法

针对常规交叉限幅控制方法负荷跟踪速度低的缺点,采用了具有快速补偿响应功能和抗积分饱和功能的改进交叉限幅燃烧控制方法;针对炉温过程具有时变非线性的特性,应用了自整定PID控制算法;针对加热炉下加热段与上加热段炉温对象耦合干扰严重的现象,应用了智能解耦控制方法。实际应用结果表明,该方法可提高加热炉各段炉温的控制精度,获得满足开轧所要求的钢坯温度,并能保证经济燃烧和安全运行。