论文部分内容阅读
连铸坯热送直轧技术是目前钢铁企业普遍采用的节能技术,其热送过程中一般采用燃气炉或感应加热炉补温加热。近年来由于电磁感应加热具有节能降耗、加热速度快、污染少、易于实现控制等优点而得到应用推广。然而,实际生产对连铸坯感应加热过程的温度控制还主要靠经验来调整,这方面应用研究还较少。本文主要研究连铸坯热送直轧技术中的感应加热过程,对钢坯的受热传热机理进行了分析,并结合实际生产情况,尝试建立了钢坯温度的有限差分和系统辨识预测模型。在系统辨识模型的基础上,为了使连铸坯感应加热后的温度达到目标温度,分别采用随机搜索算法和遗传算法调整控制电压,从而实现了连铸坯感应加热过程温度的优化控制。本硕士论文得到的结论如下:(1)通过ANSYS建立有限元模型是模拟仿真钢坯感应加热过程的常用方法,具有高逼真度的同时计算时间较长,无法满足在线计算的需求。本文建立的基于有限差分的钢坯感应加热预测模型,对钢坯各段横截面在感应加热过程中的温度分布进行了预测,得到的预测数据与ANSYS的模拟数据基本吻合,说明了该模型的预报精度较高,并且克服了ANSYS软件运算速度慢的缺点,对实现连铸坯感应加热过程的温度预测和优化控制提供了参考。(2)采用系统辨识对钢坯感应加热过程建立ARX模型,该模型以感应加热原理为基础,利用实际数据实现模型辨识,并通过新观察数据检验模型。对钢坯的表面温度进行预测,结果表明该模型具有较高预测精度,为连铸坯感应加热过程温度优化控制奠定了模型基础。(3)在实际生产中,加热过程的控制参数一般都凭经验确定,容易造成钢坯加热后的温度分布参差不齐。在系统辨识得到的ARX模型的基础上,分别采用随机搜索算法和遗传算法对感应加热过程中的控制电压进行调整,得到的优化后控制电压曲线可以有效优化钢坯的出炉温度分布,从而实现连铸坯感应加热温度的优化控制。