模糊控制算法在加热炉炉温控制中的应用

加热炉是具有大惯性、非线性的时变系统,使得常规炉温PID控制难以适应炉况、生产节奏变动频繁的情况。利用模糊控制鲁棒性强、适用于非线性、大滞后系统的优点,结合过程控制系统中对加热炉炉况、加热坯料数据、生产节奏的监控,在过程控制系统中新增炉温模糊控制优化功能。通过现场应用试验,验证该方法可以有效地克服了加热炉常规炉温PID控制中,随炉况变化而造成炉温波动大、响应速度慢、燃料消耗多的问题。     

带有前馈修正的炉温智能模糊控制器的开发

 针对加热炉各段炉温决策时相互关联的特点,研发了一种带有前馈修正的炉温智能模糊控制器,它将加热炉钢温在线预示模型在各控制点的输出与钢温离线优化模型给出的钢温设定的偏差作为主模糊控制器的输入,同时将加热炉前段控制点的钢温信号作为主控制器的修正信息,对主模糊控制器的模糊输出进行决策修正。前馈信号的引入使炉温控制具有超前决策功能,提高了智能程度。模拟仿真结果表明,这种控制器对炉子的动态过程具有良好的控制品质。     

模糊控制技术在炉温控制中的应用研究

阐述了模糊控制的一般方法，并通过在加热炉炉温控制中设计自适应模糊控制器来表述模糊控制器的设计思想。     

加热炉炉温神经网络预测模型的开发

针对加热炉系统非线性、大滞后、大惯性,炉温难以有效预测的问题,以山东钢铁莱芜分公司宽厚板加热炉为研究对象,通过神经网络训练获得充分逼近仿真对象的系统参数,最后使用该方法对莱钢宽厚板加热炉炉温进行预测,结果说明该方法预测准确,具有较强的实践意义,为炉温控制提供了可靠依据,提高了生产效率,降低了能耗。     

基于WinCC组态软件的加热炉炉温优化控制的实践

针对新钢公司线材厂高线加热炉钢坯热装温度波动大影响钢坯加热质量的现状,提出在西门子WinCC组态软件平台上,利用WinCC全局脚本编辑器,编写加热炉炉温优化控制程序,并在WinCC系统下运行.实现了加热炉炉温的实时、动态、优化控制,提高了钢坯的加热质量,使钢坯出炉温度稳定在设定值的±10℃以内,同时进一步降低了燃耗和钢坯烧损,在实际生产应用中取得了良好的控制效果.     

加热炉炉温控制

本就加热炉的炉温控制问题及对主要控制参数的优化方案进行了论述。并针对蓄热式加热炉特点，利用神经元控制方法解决具体问题进行了阐述。     

基于连续型决策表的模糊PID控制方法

针对冶金加热炉炉温控制中响应慢、稳态误差大等实际问题，对原有加热炉模糊控制器的结构和控制策略进行了改进，设计出了基于连续型决策表的模糊控制算法和新的模糊PID切换策略。仿真实验和工业应用证明了该方法的有效性，它缩短了被控系统的响应时间，减少了振荡次数，提高了稳态精度。     

钢坯连续加热炉动态操作与优化控制的数学模型

本文建立了钢坯连续加热炉内钢坯加热过程的数学模型,提出以钢坯焓增过程积分值为目标函数,求取优化炉温制度的新方法。着重研究了待轧过程,得出了合理的待轧策略。开发了在线控制数学模型,通过动态补偿得出加热炉实时优化炉温设定值,使出炉钢坯温度与目标温度的偏差小于15℃,实现了加热炉的高产,优质和低耗。     

脉冲式加热炉最优炉温控制

通过建立能量平衡和热传导方程,以板坯加热工艺为基础,针对以往优化算法需要进行全局搜索的不足,提出脉冲式燃烧加热炉最优炉温控制算法,使最优炉温控制可以通过使用有效集算法对目标函数进行求解,无需全局搜索,极大地提升了脉冲式燃烧加热炉炉温控制响应时间。实践表明,计算结果在综合考虑燃料消耗、板坯加热质量与氧化烧损的情况下,取得了理想的效果。     

延迟焦化装置碳钢加热炉管道损坏预测——基于神经网络的局部温度实时检测方法

在延迟焦化装置中,碳钢加热炉存在燃烧不稳定性,易造成加热炉管内局部超温而损坏的问题,因此必须实时检测加热炉内各个部位的温度。针对这一问题,拟开展基于卷积长短时记忆神经网络的炉温在线预报方法研究,通过对高温炉温变化规律的分析,实现对高温炉温变化的预测,并将平均误差控制在31.5 Kalvin以下。     

蓄热式加热炉新燃烧控制模型研究

为解决2250热轧板厂加热炉L2级系统存在的板坯出炉温度波动大、控制精度低、无法实现烧钢自动控制等问题,开发了加热炉板坯温度预报模型和炉温自动控制模型,通过黑匣子试验与工业化试验数据对模型关键参数进行优化。新模型投入使用后,粗轧RDT命中率提高约3%,加热炉能耗降低近4 kgce/t。     

连续加热炉数学模型控制中的炉温决策方法

根据连续加热炉炉温分段可控性和钢温的变化滞后于炉温的变化的特点，提出了一种新的炉温决策方法。该方法以控制段（加热段或均热段）内某处钢坯的平均温度和表面温度与设定值的偏差最小为控制目标，推导炉温决策的计算公式，因考虑了炉温对未来几个控制周期内的钢温的影响，很适合对加热炉动态热工过程的控制。模拟计算表明，该方法具有相当好的控制效果和收敛性。此外，还详细讨论了全炉钢温跟踪模型以及处理钢坯移动速度的两种途     

基于投影小波变换加权孪生支持向量机的加热炉炉温预测

加热炉炉温预测可以确保在正常生产过程中炉温和钢坯温度的稳定性,降低能耗,这对于提高生产效率和优化能源利用具有重要意义。针对加热炉炉温控制耦合参数众多,温度控制受到各种干扰因素的影响,其变化具有复杂的非线性特征,且响应速度较慢、惯性较大的问题,采用加热炉系统的历史生产数据,结合投影小波变换加权孪生支持向量机(projection wavelet weighted twin support vector regression, PWWTSVR)构建了预测加热炉炉温的模型。在建立预测模型的过程中,根据从某钢厂采集到的实际生产数据,将950组数据作为模型的训练数据,将50组数据用来测试模型的准确性。结果表明,在±0.25℃的误差容限内,PWWTSVR模型的预测准确率达到98%,优于反向神经网络(back propagation, BP)模型和孪生支持向量机(twin support vector regression, TSVR)模型,因此提出的加热炉炉温预测模型能够更准确地预测加热炉的温度变化,便于决策者决策。     

加热炉燃烧控制模型在梅钢1780中的应用

上海梅山钢铁股份有限公司新组建1780热轧生产线,为实现加热炉自动控制,开发了加热炉燃烧控制模型,主要包括板坯温度跟踪模型、炉温预报模型和炉温设定模型等。板坯温度跟踪模型采用一维非对称中心差分热传导模型计算板坯温度,并通过埋偶试验数据校正板坯温度跟踪模型,提高模型计算精度;炉温预报模型计算每块板坯的必要炉温;炉温设定模型采用加权平均法计算炉温设定值。加热炉燃烧控制模型实现了加热炉自动烧钢,提高了板坯出炉温度的命中率,达到了节能降耗的目的。     

无模型控制在轧钢加热炉炉温控制中的应用

分析了无模型控制用于轧钢加热炉炉温控制的可行性,提出了一种基于集散控制模式,即将无模型控制与PLC控制系统相结合的炉温无模型控制法,并对其进行了现场测试.结果表明,该方法有效改善了轧钢加热炉的炉温控制质量,达到了节能减排的目的.     

工业加热炉温度设定的研究与应用

工业加热炉过程具有多变量、时变、非线性、耦合、大惯性和纯滞后等特点。当前对于加热炉温度的设定值主要还是人工操作给出。针对加热炉温度这一复杂的工业过程,设计了一个具有炉温设定的控制系统。通过建立指标优化、理想加热曲线、加热策略、待轧策略、轧线纠正、钢坯升温、钢坯温度预报和跟踪等模型以及对钢坯温度的控制,产生炉温设定值。保证炉温设定值与产量指标随工况变化实时处于优化状态。该控制系统成功应用于某钢铁公司中板工序,取得了良好的应用效果。     

加热炉二级控制模型参数优化研究与应用

阐述了一种优化加热炉二级控制模型参数的方法,该方法是以板坯温度黑匣子实验测试结果为依据,结合加热炉内部结构以及钢坯加热温度需求,完成对加热炉二级控制模型参数的调整、修改(包括:炉膛辐射系数、热量传递系数、炉段分区、自动燃烧炉温设定值等),实现加热炉二级控制模型参数的优化,提高钢坯加热温度控制准确性,改善钢坯加热质量.     

加热炉模糊控制的开发与应用

综合常规模糊控制器和传统PID控制器的特点,设计了一种基于模糊规则切换的多模模糊控制器,应用于济钢加热炉的炉温控制,提高了控制精度,系统具有响应快、超调量小、不产生震荡、静态误差小的特点,炉温控制误差由9.5%降为2.6%。     

环形加热炉在线优化控制的研究与应用

开发了环形加热炉在线优化控制系统。该系统由在线运行的物料跟踪、温度跟踪和炉温优化设定等功能模块组成,以满足生产产量和产品质量为前提,以燃耗和氧化烧损最低为目标,通过离线研究,得到了适应生产节奏、管坯长度和材质变化的优化炉温制度,并在实际应用中取得了良好的控制效果。     

神经网络内模控制及其在电加热炉上的应用

构造了一种ＢＰ网络，作为力学持久机电加热炉的神经网络模型，建立了引入前馈补偿的神经网络内模控制器，实现了无偏跟踪控制。