freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

層流冷卻的策略和控制模型畢業(yè)設計論文(完整版)

2025-08-27 21:54上一頁面

下一頁面
  

【正文】 安徽工業(yè)大學 畢業(yè)設計(論文)報告紙 10 3 層流冷卻的控制模型 層流冷卻系統(tǒng)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、自學習模型和數(shù)據(jù)庫模型。為了使理論計算更接近于生產(chǎn)實際,必須對輸出輥道上的冷卻情況進行大量的統(tǒng)計,以便確定對流換熱系數(shù) α 的變化規(guī)律。但是,該模型存在若干問題,主要問題有:沒有考慮帶鋼內(nèi)部厚度方向的熱傳導,因此系統(tǒng)誤差較大,特別是對于 中 厚板,預設定精度差;加速度對模型影響大,在加減速時,控制精度差。周而復始的信息正向傳播和誤差反向傳播過程,是各層權(quán)值不斷調(diào)整的過程,也是神經(jīng)網(wǎng)絡學習訓練的過程,此過程一直進行到網(wǎng)絡輸出的誤差減少到可以接受的程度,或者預先設定的學習次數(shù)為止。 遺傳算法 遺傳算法 GA(Geic Algorithm)是一類借鑒生物界的進化規(guī)律(適者生存,優(yōu)勝劣汰遺傳機制)演化而來的隨機化搜索方法。由于遺傳算法能夠收斂到全局最優(yōu)解,而且遺傳算法的魯棒性強(所謂魯棒性,是指控制系統(tǒng)在一定的參數(shù)攝動下,維持某些性能的特性),將遺傳算法和BP 神經(jīng)網(wǎng)絡結(jié)合起來有著重要的意義,不僅能夠發(fā)揮 BP 神經(jīng)網(wǎng)絡的泛化映射能力,而且可以使神經(jīng)網(wǎng)絡具有更快的收斂性以及較強的學習能力 [9]。根據(jù)實際需要,令每一層神經(jīng)元只與其前一層神經(jīng)元有連接,輸入和輸出之間沒有直接連接,則總的連接權(quán)值為 (Ni + No) Nhmax。由于帶鋼在穿越層流冷卻區(qū)時通常是變速前進,而在影響帶鋼冷卻強度的諸多因素中,帶鋼速度又最為活躍 [10]。 ( 2) 轉(zhuǎn)移控制模型: 2ThvN T aQ?? () 式中 NT — 轉(zhuǎn)移控制冷卻 噴 水段數(shù)。 需要指出的是,式 ( )中給出的反饋控制算法,由于不能進行帶鋼的全長反饋控制,因此其控制效果是很有限的。 自學習主要包括長期自學習和短期自學習。 本章小結(jié) 圖 1 層流冷卻控制系統(tǒng)流程圖 開始 接受 L2 帶鋼及軋線數(shù)據(jù) HMI 操作指令處理 預設定計算及 卷取溫度預報 帶鋼跟蹤 層冷入口實測數(shù)據(jù)處理 前饋控制 層冷出口實測數(shù)據(jù)處理 反饋控制 模型自學習 數(shù)據(jù)庫歸檔 結(jié)束 安徽工業(yè)大學 畢業(yè)設計(論文)報告紙 23 本章 主要研究層流冷卻溫降模型的空冷區(qū)溫降模型、水冷區(qū)溫降模型, 卷取溫度預報模型 的傳統(tǒng)卷取溫度預報模型 、 基于遺傳神經(jīng)網(wǎng)絡的卷取溫度預報模型 ,預設定模型、前饋控制模型、反饋控制模型、自學習模型以及數(shù)據(jù)庫模型。 前向冷卻 前向冷卻又叫前段冷卻。后向冷卻用于帶鋼厚度小于 的碳素鋼和低級硅鋼的冷卻。選擇何種特殊處理方式可以采用 PDI 下達或則 HMI 指定 ,頭尾特殊處理的長度可以采用查表法或則 HMI 指定 ,一般約為 10m。 ( 2) 2/4模式( X0X0):表示一個傾翻架開兩個水閥,規(guī)定開第一個和第三個水閥。 主要用于帶鋼厚度在 以上的普通碳素鋼或則有急冷要求的高級硅鋼的冷卻。 冷卻策略 在控制過程中,冷卻策略 主要確定以下幾方面的內(nèi)容: 上 下開 閥 的起始 位置 只在前向 冷卻和兩段式冷卻的第一段中起作用,一般 上、下 起 始位置是在同一個位置,特殊情況下上集管的起始位置應該比下集管更加靠近精軋。 長期自學習 帶鋼之間的自學習主要是考慮到當前帶鋼的控制對下一塊帶鋼的影響,所以需要進行長期自學習。 根據(jù)上述的前饋控制模型、 終軋溫度補償控制模型 、 轉(zhuǎn)移控制模型 和反饋控制模型 ,總的冷卻噴水段數(shù) 為: F F F F T T F BN N N N N? ? ? ? () 自學習模型 模型自學習是近幾十年來迅速發(fā)展起來并廣泛應用于計算機控制的一項技術(shù) [11]。 反饋控制模型 反饋控制模型主要用來修正卷取目標溫度與實際溫度的偏差,以便達到較高的卷取溫度控制精度。 前饋控制模型 在帶 鋼熱連軋生產(chǎn)線上,精軋末機架與層流冷卻系統(tǒng)的第一組集管之間的距離 一般為 10m 左右,當帶鋼出 精軋 末機架后,層流冷卻系統(tǒng)將根據(jù)所測的的帶鋼出口速度、終軋溫度、冷卻水溫以及帶鋼厚度,通過數(shù)學模型計算,決定集管噴嘴開啟和關(guān)閉的位置、數(shù)量和組態(tài)。 整個過程的計算框圖如圖 34所示 max ( )() nf n J J??安徽工業(yè)大學 畢業(yè)設計(論文)報告紙 16 圖 34 遺傳神經(jīng)網(wǎng)絡的計算框圖 預設定模型 當?shù)谝慌_精軋機 F1 咬鋼時,基礎(chǔ)自動化控制 L1 級給過程自動化控制 L2 級發(fā)送事件信號,啟動層流冷卻控制系統(tǒng)的 L2 級作預設定, L2 級的計算機將 在卷取溫度預報模型的基礎(chǔ)上 選擇帶鋼的冷卻策略 ,并根據(jù)精軋末機架設定的終軋厚度、終軋溫度、終軋速度設 定值以及冷卻策略等參數(shù)應用差分模型進行計算,設定粗調(diào)和精調(diào)所需開啟冷卻集管的組數(shù)(冷卻水段數(shù)),控制好目標卷取溫度和冷卻速度,保證帶鋼性能,然后將上述預設定結(jié)果傳送給基礎(chǔ)自動化控制級 L1級的計算機進行預設定控制。網(wǎng)絡的學習收斂速度和精度與函數(shù)的形狀有密切關(guān)系,其函數(shù)斜率 a 的選取一般也是根據(jù)經(jīng)驗值取 1。選擇的目的是把優(yōu)化的個體或解直接遺傳到下一代或通過配對交叉產(chǎn)生新的個體再遺傳到下一代,它是建立在群體中個體的適應度評估基礎(chǔ)上的。凈輸入的表達式有多種類型,最簡單的一種形式是線性加權(quán)求和,即 Ii = ∑wij xi。 BP 神經(jīng)網(wǎng)絡是目前應用最廣泛的一種神經(jīng)網(wǎng)絡,它具有很強的泛化映射能力, 由信息的正向傳播和誤差的反向傳播兩個過程組成。 傳統(tǒng)卷取溫度預報模型 傳統(tǒng)卷取溫度預報模型根據(jù)熱傳導的原理,在得到精軋傳送過來的帶鋼基本參數(shù) (材質(zhì)、厚度、溫度、速度和目標卷取溫度等)和軋制基本參數(shù)后,利用溫降模型及集管開啟組合狀態(tài),進行卷取溫度預測。 另外,空冷區(qū)的長度一般都較短,在整個過程中可以用同一個溫度 T 來計算。當 L1級的尾部跟蹤程序跟蹤到帶鋼的尾部進入層冷區(qū)時,會依次關(guān)閉閥門;當尾部離開層流區(qū)時, L2級啟動帶鋼之間的自學習??刂葡到y(tǒng)包括過程自動化控制 L2級、基礎(chǔ)自動化控制 L1級。每個冷卻控制段 由一個閥 門 進行冷卻水的開關(guān)控制。 第一章主要介紹了本文的研究背景和意義,對比了幾種冷卻方式,并從 數(shù)學模型 和 控制策略方面 對層流冷卻系統(tǒng)的研究現(xiàn)狀進行了概述。尤其是近幾年,由 SMS公司設計制造的緊湊型熱帶生產(chǎn)線( CSP)被國內(nèi)大量引進。 九十年代以后,尤其是近幾年來, 國內(nèi)外對層流冷卻的研究主要包括兩個方面:一是通過對冷卻過程的研究建立精確的導熱數(shù)學模型;二是針對層流冷卻控冷過程的特點對控制策略進行研究。 當前世界上采用的控制冷卻設備主要為 水幕冷卻系統(tǒng)和柱狀層流冷卻系統(tǒng)。 冷卻速度調(diào)節(jié)范圍小,耗水量較大。該技術(shù)不經(jīng)能大大縮短帶鋼的冷卻時間,大幅提高產(chǎn)量,更重要的是它能夠控制冷卻速度,改變帶鋼的金屬組織結(jié)構(gòu),在不降低韌性的情況下,提高鋼材強度,減少板帶的不平整度以及殘余應力,從而明顯地提高帶鋼質(zhì)量, 為企業(yè)帶來顯著的經(jīng)濟效益。各行 各 業(yè)對熱軋帶鋼質(zhì)量、品種、性能的要求越來越高。 同時,設計并繪制了基于西門子 WinCC的層流冷卻控制畫面。 起止時間: 20xx 年 2 月 25 日至 20xx 年 6 月 5 日共 16 周 指 導 教 師 簽 字 系 主 任 簽 字 院 長 簽 字 安徽工業(yè)大學 畢業(yè)設計(論文)報告紙 II 畢業(yè)設計(論文)原創(chuàng)性聲明和使用授權(quán)說明 原創(chuàng)性聲明 本人鄭重承諾:所呈交的畢業(yè)設計(論文),是我個人在指導教師的指導下進行的研究工作及取得的成果。 ( 3) 掌握層流冷卻中用到的控制模型的原理。 為了保證帶鋼成品性能指標,同時使帶鋼順利卷取并保持良好卷形,必須使帶鋼卷取溫度控制在合理范圍內(nèi)。其中,中國以 一位,占全球鋼產(chǎn)量的 %。如果卷取溫度過低,一方面是卷取困難,且有殘余應力存在,容易松卷,影響成品帶卷的質(zhì)量; 另一方 面,卷取后也沒有足夠的溫度使過飽和的碳氮化合物析出,影響鋼 材性能。 安徽工業(yè)大學 畢業(yè)設計(論文)報告紙 2 表 11 幾種冷卻方式的優(yōu)缺點 冷卻方式 優(yōu)點 缺點 高壓噴嘴冷卻 水流不間斷呈紊流狀態(tài)噴到帶鋼表面;穿透性好,適用于水汽膜較厚的環(huán)境。 水幕冷卻 水流保持層流狀態(tài),冷卻速度快,冷卻區(qū)距離短,對 水質(zhì)要求不高,易維護。同時,也有利于為我國今后獨立自主地開發(fā)新鋼種(如多相混合組織鋼、鐵素體區(qū)軋制鋼)的冷卻控制系統(tǒng)打下堅實的基礎(chǔ)。根據(jù)層流冷卻控制的工藝特點,目前控冷的方式基本采用預設定計算、前饋控制、反饋控制和模型參數(shù)自適應等幾個策略,并且采用動態(tài)控制的方法,將帶鋼在延長度方向上進行分段(稱作帶鋼段),同時將冷卻輥道劃分為若干冷卻段,每個冷卻段由若干冷卻閥組成,然后動態(tài)跟蹤每一個帶鋼段,即確定帶鋼段到達某個冷卻段的時刻以及經(jīng)過的時間,以便在前饋和反饋時確定應調(diào)節(jié)的水閥數(shù)目。 章節(jié)安排 本課題以北京科技大學高效軋制國家工程研究中心承接的國內(nèi)某大型鋼鐵集團的帶鋼熱連軋生產(chǎn)線二級系統(tǒng)改造項目為背景,介紹了層流冷卻技術(shù)的研究安徽工業(yè)大學 畢業(yè)設計(論文)報告紙 4 現(xiàn)狀,分析了層流冷卻系統(tǒng)設備布置和控制結(jié)構(gòu),重點研究了層流冷卻系統(tǒng)中所用到的控制模型和控制策略。 第五章給出改進的控制模型取得的實驗效果,并展示了設計和繪制的 HMI畫面。系統(tǒng)同時配置了多種調(diào)節(jié)閥門和檢測儀表 ,包括手動調(diào)節(jié)閥、氣動截止閥、電磁流量計、熱金 屬檢測器、激光檢測器、高溫計、水溫計、壓力計、液位計等 ,用于系統(tǒng)的信號檢測、帶鋼跟蹤及自動控制。 當?shù)谝慌_精軋機 F1咬鋼時, L1級給 L2級發(fā)送事件信號,啟動層流冷卻控制系統(tǒng)的 L2級作預設定, L2級預設定完成后,將設定結(jié)果下達給 L1級, L1級進行帶鋼的頭部跟蹤。 溫降模型 從帶鋼離開精軋末機架到達卷取測溫計 CT,帶鋼依次處于空冷區(qū)、水 冷區(qū)和空冷區(qū) 。 因此對流換 熱系數(shù)一般是理論公式和實測統(tǒng)計相結(jié) 合的綜合統(tǒng)計模型。 基于遺傳神經(jīng)網(wǎng)絡的卷取溫度預報模型 由于傳統(tǒng)卷取溫度預報模型的固 有缺陷,導致卷取溫度預報精度不高。 BP神經(jīng)網(wǎng)絡是以單個神經(jīng)元為基礎(chǔ)的,現(xiàn)在簡單介紹一下單個神經(jīng)元的工作原理。 在遺傳算法中,通過編碼組成初始群體后,遺傳操作的任務就是對群體的個體按照它們對環(huán)境的適應度(適應度評估)施加一定的操作,從而實現(xiàn)優(yōu)勝劣汰的進化過程。其模型結(jié)構(gòu)形式如圖 33所示: 圖 33 遺傳神經(jīng)網(wǎng)絡模型結(jié)構(gòu) 確定實際問題參數(shù)集 對參數(shù)集進行編碼 初始化群體 P(t) 評估群體 映射 滿足停止規(guī)則 YES 結(jié)束 三個基本算子: 遺 傳操作 NO 產(chǎn)生新一代群體 GA 模型 適應度 f BP 神經(jīng)網(wǎng)絡 網(wǎng)絡結(jié)構(gòu)參數(shù) 輸出誤差平方和 E 安徽工業(yè)大學 畢業(yè)設計(論文)報告紙 15 BP神經(jīng)網(wǎng)絡的輸入層和輸出層是根據(jù)使用者的需求來設計的。 碼串總長度為 L = (Ni + No+1) Nhmax + No +2, 包括了網(wǎng)絡結(jié)構(gòu)、隱層作用函數(shù)、連接權(quán)值和閾值的所有信息。因此,冷卻水段數(shù)的計算只是針對帶鋼上某一點的,于是必須對帶鋼進行跟蹤,適時開啟水閥,使得對該點來說,是在 N 個水冷段的作用下穿越層流冷卻區(qū)的,而對其他點來說, 由于變速運動 導致通過層流冷卻區(qū)所用時間不同,對應的冷卻水段就可能不是 N。 這里的轉(zhuǎn)移控制,是考慮在卷取溫度控制中引入反饋控制方式后,為盡可能減小控制滯后,而將反饋調(diào)節(jié)集中在層 流 冷 卻 系統(tǒng)的下游處進行。為了解決帶鋼全長反饋控制問題,在卷取溫度控制的實踐中,采用下列反饋控制算法: ( ) ( )C T c C Ae t T t T?? () 式中 TCA — 實測卷取溫度目標值, ℃ 。 短期自學習 短期自學習又叫帶鋼段之間的自學習。帶鋼熱連軋生產(chǎn)線的層流冷卻控制系統(tǒng)在這些控制模型的作用下,冷卻后的卷取溫度完全可以滿足生產(chǎn)工藝的要求。 集管的 開啟方向由精軋向卷取方向開啟。 集
點擊復制文檔內(nèi)容
研究報告相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1