真空感应炉是生产镍基高温合金、钛合金、不锈钢、超高强度钢等特种合金材料的重要冶炼设备。这些特种合金材料主要应用于航空、航天、军工、核电、能源等重要领域。自动控制系统是真空感应炉的一个重要组成部分,直接影响产品的质量和产量。目前,我国真空感应冶炼过程控制技术落后、自动化水平低,已成为制约真空感应炉发展的一个瓶颈。为此,在国家国防科工委重点工程资助下,本文重点研究了先进控制技术在真空感应炉中的应用,论文取得的主要研究成果如下: (1) 对真空感应冶炼过程进行建模与优化 为了实现质量稳定可靠和成本最低的系统控制目标,围绕温度控制和成分控制这两个基本主线,提出了生产过程中工艺设定值优化操作思想。通过对熔炼过程的能量需求与损失的系统分析与计算,利用电热平衡规律,详细推导了感应熔炼过程能量平衡模型,并针对各熔炼阶段特点提出了优化电能供给制度,为实际生产过程制定供电制度提供了理论依据。将模糊控制技术应用到了坩埚高温烧结温度控制中。同时采用BP神经网络进行真空感应炉熔化期工艺过程的建模,利用实际工业生产数据进行仿真,并对某一钢种的熔炼工艺操作,采用遗传算法对熔化期电能的输入与合理分配进行了寻优。通过优化的功率控制实现对温度的最佳控制,通过研究优化配料控制完善了成分控制。整体优化控制算法具有工业有效性和较高的控制精度,解决了真空感应冶炼过程中具有不确定性、非线性、多约束特点的状态优化问题。 (2) 利用神经网络和专家控制系统对终点温度和成分进行预报和控制 应用RBF神经网络方法建立了真空感应炉终点钢液温度和终点碳含量预报模型,对输入参数的选择作了详细地分析,并运用聚类算法对该模型进行训练。可在第一次预报时初步计算出冶炼到达炼终点的时间及终点输出值。再经过二次预报,进行校正误差,使结果更加精确。结合现场数据进行了学习和预报,实验结果表明预报命中率较高,取得良好的效果。为了提高终点温度和终点成分双命中率,本文