【正文】 當判斷帶鋼進入層流冷卻區(qū)時，考慮閥門的開啟延時，提前打開閥門，在整個帶鋼的頭部通過層冷區(qū)時，會依次按照預設定的結果開閥。在控制過程中，過程自動化控制L2級對整個冷卻過程進行跟蹤、控制、參數計算和設定。層流冷卻系統設備布置原理圖如圖21所示，設備布置的實物圖1現場I/O柜2現場I/O柜軋制方向高溫計T1側噴高溫計T2側噴粗調第1組手動閥精調第6組氣動閥F714090mm59400mm操作臺及HMI流量計卷取機冷卻水分配裝置如圖22所示：圖21 層流冷卻系統設備布置原理圖圖22 層流冷卻系統設備布置實物圖 層流冷卻系統的基本結構層流冷卻系統由機械系統和控制系統組成。也就是說，上部冷卻系統由120根集管構成，下部冷卻系統由240根集管構成。2 層流冷卻系統簡介 層流冷卻系統設備布置本文中的帶鋼熱連軋生產線的層流冷卻系統由上、下冷卻系統和側噴吹掃系統三部分組成。第三章對層流冷卻系統的控制模型進行了研究，控制模型主要包括溫降模型、卷取溫度預報模型、預設定模型、前饋控制模型、反饋控制模型和自學習模型以及數據庫模型。并根據這些理論，繪制了層流冷卻的控制畫面。例如：唐山鋼鐵公司從理論和工藝的角度分析了控冷過程中換層別后自適應能力差、尾部溫差大以及低目標卷取溫度精度低等問題產生的原因，提出了虛擬檢測水溫、反推速減點、細化層別等對應的優(yōu)化策略。當帶鋼和冷卻輥道分段越細，帶鋼長度方向上的冷卻控制越均勻，控制精度越高，但控制也將越復雜。以往的層流冷卻溫度場數學模型往往是實際冷卻過程的簡化形式，這樣可大大減少計算時間，容易實現，但同時可能對冷卻效果帶來不利的影響。 研究現狀卷取溫度控制是層流冷卻系統的核心任務，而溫度控制的精度在很大程度上取決于過程數學模型的精度。雖然水幕冷卻具有最強的冷卻能力，但據西德克虜伯公司對層流、水幕和噴射3種冷卻方式的對比實驗表明，層流冷卻方式的冷卻均勻性最高，而冷卻強度只比水幕冷卻稍低，因此層流冷卻是多數帶鋼熱連軋生產線的主要冷卻方式?？烧{節(jié)冷卻速度范圍較小層流冷卻水流以恒定低壓的柱狀水流沖擊鋼板，形成核沸騰，冷卻能力強，冷卻均勻。需要較高的壓力，調節(jié)冷卻能力范圍小，對水質要求較高。用水量大，飛濺嚴重，冷卻不均勻；對水質要求較高，噴嘴易堵塞；水的利用率低。一般而言，常用的控制方法有：高壓噴嘴冷卻、板湍流冷卻、噴淋冷卻、霧化冷卻、水幕冷卻、層流冷卻等。因此，將帶鋼卷取溫度控制在由鋼的內部金相組織所確定的范圍內，是帶鋼質量的一項關鍵控制措施。調整產品結構、提高技術含量、增加產品附加值將是我國鋼鐵行業(yè)走向世界的必經之路[2]。隨著中國城市化進程的加速，交通、能源等基礎設施的大規(guī)模建設，以及制造業(yè)尤其是汽車、家電等產業(yè)的快速發(fā)展，鋼材需求將會大量增加[1]。層流冷卻的策略和控制模型畢業(yè)論文目錄摘要 IIAbstract III目錄 IV1 緒論 1 研究背景及意義 1 研究現狀 2 章節(jié)安排 32 層流冷卻系統簡介 5 層流冷卻系統設備布置 5 層流冷卻系統的基本結構 6 本章小結 93 層流冷卻的控制模型 10 溫降模型 10 空冷區(qū)溫降模型 10 水冷區(qū)溫降模型 10 卷取溫度預報模型 11 傳統卷取溫度預報模型 11 基于遺傳神經網絡的卷取溫度預報模型 12 預設定模型 16 前饋控制模型 18 反饋控制模型 19 自學習模型 20 短期自學習 21 長期自學習 21 數據庫模型 22 本章小結 224 層流冷卻的控制策略 24 冷卻策略 24 上下開閥的起始位置 24 冷卻方向 24 集管稀疏模式 25 頭尾特殊處理 25 臨界溫度的確定 25 帶鋼分段控制 26 冷卻區(qū)分段控制 26 冷卻速度控制 26 側噴和吹掃控制 28 上下集管水比的配置 28 本章小結 295 實驗部分 30結論 38參考文獻 39致謝 40 1 緒論鋼鐵是現代社會最重要的原材料，其產量和質量是一個國家發(fā)達程度和經濟實力的重要標志。近年來，隨著社會的發(fā)展和科學技術的進步，低合金高強度、高韌性并具有良好的焊接性能的鋼材已經在社會上得到了廣泛的應用。在帶鋼熱連軋工藝中，卷取溫度對帶鋼的金相組織影響很大，是決定成品帶鋼加工性能、力學性能和物理性能的重要工藝參數之一[3]。層流冷卻系統位于帶鋼熱連軋生產線的精軋機與卷取機之間，是控制卷取溫度的一種方式，其目的是將帶鋼從終軋后的溫度冷卻到相變后的卷取溫度。各種冷卻方式都有其各自的優(yōu)缺點，幾種冷卻方式的優(yōu)缺點如表11[4]。板湍流冷卻軋后鋼板直接進入水中進行淬火和快速冷卻，冷卻速度可達30℃/s。霧化冷卻用加壓的空氣使水流成霧狀冷卻鋼板，冷卻均勻，冷卻速度調節(jié)范圍大，可實現單獨風冷、弱水冷和強水冷。冷卻區(qū)距離長，對水質要求較高，噴嘴易堵塞，維護量大。由此可見，研究層流冷卻卷取溫度的優(yōu)化控制即研究層流冷卻的策略及控制模型對于提高產品質量，降低廢品率，增加企業(yè)的經濟效益有著非常重要的現實意義。早期，對層流冷卻控制系統的技術改造主要集中在工藝設備的改進方面。例如：應用于攀鋼的意大利ANSALDO INDUSTRIA公司開發(fā)的數學模型比較簡單，但對流換熱系數的確定不夠精確[5]；應用于鞍鋼熱軋廠、本鋼1700熱軋廠的由德國SIMENS公司開發(fā)的數學模型沒有考慮帶鋼與環(huán)境的熱輻射，也沒有考慮水溫、帶鋼運行速度、終軋溫度對模型參數的影響，而且模型中的時間常數描述的是帶鋼表面溫度，對厚規(guī)格帶鋼的控制效果不理想，模型精度受到了限制[6]；應用于寶鋼1580mm熱軋廠的由日本三菱電器開發(fā)的數學模型，對各種對流換熱因素考慮的較為全面，是一種較先進的層流冷卻控制模型，但還需要對許多參數進行回歸，按照厚度層別等做出一系列控制表[7]。隨著計算機科學的迅猛發(fā)展，帶鋼熱連軋技術已經成為多學科結合的應用技術。另外，智能控制理論的發(fā)展，為描述與控制不確定、非線性的復雜過程提供了理論基礎，也使得智能控制在層流冷卻中得到了越來越廣泛的應用。實踐證明這些控制策略和控制模型是有效的、實用的。著重分析了改進后的卷取溫度預報模型。上部和下部冷卻系統各分成60個冷卻控制段，每4個控制段為一組，一共15組，前9組用于粗調，后6組用于精調。側噴吹掃系統分布在輸出輥道的兩側，而且交叉分布，共有9個側噴嘴，其中有2個為高壓氣噴，以吹散霧氣，防止對軋線控制儀表的干擾。機械系統包括供水系統、水處理系統、水量分配系統、層流系統、側噴和前后吹掃系統。其中設定過程，主要根據PDI的目標參數、終軋參數、HMI參數和設備參數為層冷區(qū)的各種生產設備提供設定值或設定方式，并以工藝規(guī)定的時序將設定結果傳送給基礎自動化控制L1級。同時，L2級啟動動態(tài)修正，修正由于終軋速度、終軋溫度和終軋厚度對開閥數的影響，動態(tài)修正計算是控制系統的前饋控制；當有帶鋼段出層流區(qū)的高溫計時，L2級會進行帶鋼段之間的自適應，對模型計算進行修正，帶鋼段之間的自適應是控制系統的反饋控制。通過本章的介紹和描述，對層流冷卻系統有了整體上的認識。 空冷區(qū)溫降模型在空冷區(qū)，高溫輻射熱量遠遠超過空氣對流熱量，帶鋼主要以輻射的形式散熱，因此，可以只考慮輻射熱量損失，而把其他影響都包括在根據實測數據確定的輻射系數 ε 中。它與冷卻水的溫度、水量、帶鋼的溫度、帶鋼的運行速度、帶鋼的尺寸等一系列因素有關[8]。 卷取溫度預報模型在層流冷卻系統數學模型中，卷取溫度預報模型是基礎模型，也是其他控制模型的關鍵與核心，其精度直接關系到整個冷卻控制系統的溫度控制效果及產品性能。kk2 — 模型系數；由上述模型可見，帶鋼通過冷卻區(qū)的溫度隨時間的變化描述為指數關系，而帶鋼厚度、帶鋼導熱、導溫特性、冷卻區(qū)冷卻能力、水溫、水壓和帶鋼速度等對帶鋼溫度指數降低的陡度產生影響。 BP神經網絡BP(Back Propagation)意為誤差反向傳播。誤差通過輸出層，按誤差梯度下降的方式修正各層權值，向隱層、輸入層逐層反傳。利用某種運算把輸入信號的作用結合起來，給出它們的總效果，稱為“凈輸入”，用 Ii 表示。需要指出的是，雖然BP神經網絡得到了廣泛的應用，但是BP神經網絡也存在著收斂速度慢、容易陷入局部最小、網絡結構的確定比較困難等缺點。遺傳操作包括以下三個基本遺傳算子：選擇、交叉、變異。遺傳算法的過程如圖32所示：確定實際問題參數集對參數集進行編碼初始化群體P(t)評估群體滿足停止規(guī)則YES結束三個基本算子：遺傳操作NO產生新一代群體圖32 遺傳算法的過程 基于遺傳神經網絡的卷取溫度預報模型為了克服 BP 神經網絡存在的收斂速度慢、容易陷入局部最小、網絡結構的確定比較困難等缺點，一些最優(yōu)化方法逐漸被用于對 BP 神經網絡的優(yōu)化計算中，其中遺傳算法（即 GA 算法）和 BP 神經網絡的結合產生了遺傳神經網絡。隱層激活函數采用下列的 logistic 函數： ()式中 a 為函數斜率。為了保證交叉和變異時子代個體的完整性，取串碼的最大可能長度，即確定隱節(jié)點最大可能值 Nhmax ，本文取 Nhmax = 2(Ni + No)。式中 Jm