面对全球能源危机,节能降耗已成为目前世界上各个国家所迫切面临的重要课题。就钢铁工业而言,产品的冶炼和加热工艺需要消耗大量的能量。而其中钢坯加热炉是钢铁厂很典型的热工设备,其能耗占整个钢铁厂能耗的相当大比例。因此,在满足加热工艺要求的前提下,如何使加热效率最高、钢材质量最好从而达到经济效益最大,是一个非常具有研究价值的课题。为此,本文基于钢坯加热过程的温度全信息建立加热能耗关联的原理及实现加热过程全信息监控的技术模式思路,针对加热钢坯热流密度和加热钢坯断面温度场的表述提出2个三维分布模型,为将来的加热节能优化控制系统研究提供一种可靠的理论依据和技术方法。(1)利用热流密度的概率分布曲面关联加热能耗的关系,本文创新性地提出利用加热炉内钢坯表面温度值,运用多项式拟合的方法拟合表面温度分布曲线。再考虑实际工业加热过程中的带有随机干扰的钢坯表面温度分布关系,按照统计学原理,应用一个三维模型来描述加热钢坯表面热流密度的概率分布规律,以期将来能通过参数化这个三维概率分布规律的技术方法来调节表征钢坯加热能耗的热流密度分布曲面形状,从而得到在钢坯加热工艺过程中使加热能耗能准确进行调节的数学关系描述式,为依此建立一种能达到真正的钢坯加热节能优化控制的技术模式提供理论基础。(2)依据钢坯加热控制的工艺目的,要求控制钢坯的温度场分布。但在实施控制过程中,基于钢坯加热的热工工艺理论要求,必须充分得到钢坯表面及内部的温度分布情况--即加热钢坯温度的全信息才能真正达到钢坯加热温度场控制。因此,为了实现加热钢坯温度全信息的在线获取,本文运用机理建模原理,建立一个加热钢坯内部中心取样点温度变化模型。然后再应用RBF神经网络的建模技术,用机理建模与RBF神经网络相结合的方法,建立了一个加热钢坯全断面温度场分布模型,以实现加热钢坯三维温度场的表述与预测,以达到为钢坯加热过程监控可视化和控制系统在线采样钢坯温度数据提供全信息数据源之目的。通过2个模型的提出,本文的研究把加热钢坯的表面及内部工艺热状态真实地进行三维分布描述,为加热钢坯的节能优化控制和钢坯加热工艺可视化监控的研究提供了一种基于全信息化参数技术模式的理论基础。