【正文】 閥測試畫面圖58 手動自動設(shè)定畫面結(jié)論本文在參考國內(nèi)外帶鋼熱連軋層流冷卻控制系統(tǒng)文獻資料的基礎(chǔ)上，結(jié)合北京科技大學(xué)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，從控制模型和策略兩方面針對如何提高層流冷卻過程中的卷取溫度控制精度進行了深入的研究，得出以下結(jié)論：（1）通過對熱軋帶鋼層流冷卻過程的分析，知道冷卻過程中的溫降模型的計算精度直接影響到最終的冷卻效果。5 實驗部分通過 Visual C++ 可視化編程語言，在 PC 機上編寫程序，利用國內(nèi)某帶鋼熱連軋生產(chǎn)線生產(chǎn)過程中實際歷史數(shù)據(jù)，對控制模型里的遺傳神經(jīng)網(wǎng)絡(luò)卷取溫度預(yù)報模型進行離線學(xué)習(xí)和測試，訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)分別為 600 組和 200 組。通常采用兩種方式來保證帶鋼上下表面的均勻冷卻：一是下集管采用帶一定噴射角度的集管，以增強水流在鋼板下表面的停留時間，是冷卻水與帶鋼下表面充分熱交換；二是增加下表面的噴水量，這也是最主要和最有效的方法。采用不同的冷卻策略的冷卻速度控制圖如圖43所示：帶鋼溫度℃冷卻時間431 前向冷卻方式的冷卻速度帶鋼溫度℃冷卻時間431 后向冷卻方式的冷卻速度冷卻時間帶鋼溫度℃圖433 各種稀疏模式冷卻方式冷卻速度 側(cè)噴和吹掃控制當(dāng)冷卻水和熾熱的帶鋼接觸時，帶鋼和水之間的巨大溫差引起迅速的熱傳導(dǎo)，但同時鋼板表面也會迅速形成隔熱的蒸汽層。被劃分的每一塊帶鋼都可以看作是一個被控對象，針對每一段帶鋼進行入口溫度信號檢測，設(shè)定和控制模型根據(jù)每段的溫度偏差進行諸如集管開啟數(shù)等參數(shù)的設(shè)定計算和控制。常用的特殊處理方式主要有：頭部不冷、尾部不冷、頭尾不冷、頭部微冷、尾部微冷和頭尾微冷。在這種冷卻方式下，帶鋼在剛進入冷卻區(qū)時將會空冷一段距離，然后再快速冷卻到目標(biāo)卷取溫度。 操作工可以在 HMI 上面根據(jù)實際情況輸入上集管閥門和下集管閥門的開啟位置，同時在程序中應(yīng)當(dāng)加以保護。當(dāng)帶鋼全部都出了層冷區(qū)的高溫計時，采用指數(shù)平滑法進行帶鋼之間的自學(xué)習(xí)，為保證穩(wěn)定性，可以取合適的增益系數(shù) α 。僅僅根據(jù)上述的幾種控制模型，卷取溫度的控制精度是有限的。最初的反饋控制，由于控制信號時間滯后較長，因此為避免振蕩，實際上只是根據(jù)帶鋼頭部的實測溫度對設(shè)定計算結(jié)果進行一次性修正。并連續(xù)檢測第 6 臺精軋機架 F6 的出口速度、溫度、厚度、冷卻水溫的變化，從而不斷地通過改變冷卻集管的開啟和關(guān)閉的數(shù)量，來預(yù)先進行卷取溫度的控制。預(yù)設(shè)定模型需要進行冷卻能力校核，分為最大冷卻能力校核和最小能力校核。設(shè)網(wǎng)絡(luò)的輸入層單元數(shù)、隱層單元數(shù)和輸出層單元數(shù)分別為 Ni、Nh 和No。交叉是遺傳算法中起核心作用的遺傳操作，它是把兩個父代個體的部分結(jié)構(gòu)加以替換重組而生成新個體的操作。此作用引起神經(jīng)元 i 的狀態(tài)變化，神經(jīng)元 i 的輸出 yi 是當(dāng)前狀態(tài)的函數(shù)。輸入層各神經(jīng)元負責(zé)接收來自外界的輸入信息，并傳遞給中間層各神經(jīng)元；中間層是內(nèi)部信息處理層，負責(zé)信息變換，根據(jù)信息變化能力的需求，中間層可以設(shè)計為單隱層或者多隱層結(jié)構(gòu)；最后一個隱層傳遞到輸出層各神經(jīng)元的信息，經(jīng)進一步處理后，完成一次學(xué)習(xí)的正向傳播處理過程，由輸出層向外界輸出信息處理結(jié)果。帶鋼表面溫度可用下列冷卻時間函數(shù)加以描述： ()式中 T(t) — t 時刻帶鋼的平均溫度，℃； T0 — 冷卻區(qū)環(huán)境溫度，℃； Ti — 終軋帶鋼溫度，℃； k — 模型自適應(yīng)系數(shù)； t — 帶鋼進過冷卻區(qū)的冷卻時間，s； p — 時間常數(shù)?？绽鋮^(qū)的輻射溫降 ΔTf 可以按下列公式計算： ()式中 ΔTf — 空冷區(qū)溫降，℃；Δτ — 軋件移動時的溫降時間，Δτ = ΔL/v，s；ΔL — 軋件移動的距離，m；v — 軋件移動的速度，m/s；ε — 軋件的熱輻射系數(shù)；δ — 斯蒂芬玻爾茲曼常數(shù)，108W/() ；C — 比熱容，J/( )；γ — 密度，kg/m3；h — 軋件的厚度，m； 水冷區(qū)溫降模型帶鋼的層流冷卻屬于低壓噴水冷卻，帶鋼通過層流水時的換熱是一種強迫對流形式，主要是以對流的形式散熱。這樣，整個層流冷卻系統(tǒng)就形成了一個前饋控制和閉環(huán)控制相結(jié)合的控制系統(tǒng)，從而保證了控制系統(tǒng)的精度。層流冷卻的策略和控制模型屬于過程自動化控制L2級的范疇。上部的每個控制段有兩根常規(guī)U 型層流集管，每根集管上設(shè)有多個鵝頸噴水管；下部的每個控制段有4根帶一定噴射角的直噴集管，每根集管上有11或12個噴嘴。第二章給出了層流冷卻系統(tǒng)的設(shè)備布置圖和實物圖，對層流冷卻系統(tǒng)的基本結(jié)構(gòu)以及各個結(jié)構(gòu)之間的相互協(xié)調(diào)關(guān)系進行了介紹。國內(nèi)鋼鐵企業(yè)紛紛與高校和知名冶金科研機構(gòu)合作，消化引進技術(shù)，優(yōu)化系統(tǒng)結(jié)構(gòu)，以提高控制精度。具體內(nèi)容如下：（1）數(shù)學(xué)模型的研究。這兩種冷卻方式都可以依據(jù)帶鋼的速度和厚度進行水量調(diào)節(jié)，以達到需要的冷卻速率，使帶鋼全長均勻冷卻。噴淋冷卻水流以液漓群的方式?jīng)_擊鋼板，比高壓噴嘴冷卻更均勻，冷卻能力較強。 研究背景及意義層流冷卻是控制帶鋼卷取溫度，獲得理想軋材組織和性能的一種有效方法，在目前的帶鋼熱連軋廠中得到了廣泛的應(yīng)用。我國雖然是鋼鐵產(chǎn)量大國，但是高附加值、高技術(shù)含量的產(chǎn)品所占比例非常低，產(chǎn)品結(jié)構(gòu)非常不合理，鋼鐵市場正遭受國際化的嚴峻挑戰(zhàn)。所有這些實現(xiàn)了對整個系統(tǒng)的全自動控制。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構(gòu)的學(xué)位或?qū)W歷而使用過的材料。（2）了解帶鋼熱連軋的生產(chǎn)工藝，理解層流冷卻系統(tǒng)的整體架構(gòu)。作者簽名：　　 　 　　 日　 期：　　 　 　　 摘要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(xué)性能和物理性能的重要工藝參數(shù)之一。世界鋼鐵協(xié)會2010年發(fā)布的報告顯示，創(chuàng)下全球粗鋼產(chǎn)量的新紀錄。過高的卷取溫度，將會因卷取后的再結(jié)晶和緩慢冷卻而產(chǎn)生粗結(jié)晶組織及碳化物的積聚，導(dǎo)致力學(xué)性能變壞，以及產(chǎn)生堅硬的氧化鐵皮，使酸洗困難。采用哪種冷卻方式應(yīng)根據(jù)具體工藝環(huán)境和限定條件確定。線路復(fù)雜，噪音較大，車間內(nèi)霧氣較大設(shè)備易受腐蝕。另一方面，層流冷卻控制系統(tǒng)主要由國外開發(fā)，國內(nèi)還處在引進、消化、吸收的階段，研究和優(yōu)化層流冷卻策略和控制模型，對于我國掌握國外先進的制造技術(shù)，提高產(chǎn)品在國外市場的競爭力，有著重大而深遠的意義。（2）控制策略的研究。其中，北京科技大學(xué)高效軋制國家工程研究中心提出的遺傳神經(jīng)網(wǎng)絡(luò)的方法，將遺傳算法的能夠收斂到全局最優(yōu)解和魯棒性強的優(yōu)點與神經(jīng)網(wǎng)絡(luò)結(jié)合起來，并運用實際生產(chǎn)數(shù)據(jù)對該網(wǎng)絡(luò)進行訓(xùn)練和測試，離線實現(xiàn)了卷取溫度高精度的實時預(yù)報，并得到了在線應(yīng)用。第四章對層流冷卻系統(tǒng)的控制策略進行了研究，控制策略主要包括冷卻策略、帶鋼分段控制、冷卻區(qū)分段控制、冷卻速度控制、側(cè)噴和吹掃控制和上下集管水比配置。層流冷卻的長度約為60m，冷卻寬度為1700mm。L1級根據(jù)L2級的設(shè)定值和帶鋼跟蹤信息進行集管開閉操作，并為L2級提供測量信號。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(yù)報模型、預(yù)設(shè)定模型、前饋控制模型、反饋控制模型、自學(xué)習(xí)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(dǎo)，因此系統(tǒng)誤差較大，特別是對于中厚板，預(yù)設(shè)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(fù)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(luò)學(xué)習(xí)訓(xùn)練的過程，此過程一直進行到網(wǎng)絡(luò)輸出的誤差減少到可以接受的程度，或者預(yù)先設(shè)定的學(xué)習(xí)次數(shù)為止。 遺傳算法遺傳算法GA(Genetic 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(luò)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(luò)的泛化映射能力，而且可以使神經(jīng)網(wǎng)絡(luò)具有更快的收斂性以及較強的學(xué)習(xí)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： ()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(xué)習(xí)主要包括長期自學(xué)習(xí)和短期自學(xué)習(xí)。 本章小結(jié)開始開始接受L2帶鋼及軋線數(shù)據(jù)HMI操作指令處理預(yù)設(shè)定計算及卷取溫度預(yù)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(xué)習(xí)數(shù)據(jù)庫歸檔結(jié)束圖1 層流冷卻控制系統(tǒng)流程圖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(yù)報模型的傳統(tǒng)卷取溫度預(yù)報模型、基于遺傳神經(jīng)網(wǎng)絡(luò)的卷取溫度預(yù)報模型，預(yù)設(shè)定模型、前饋控制模型、反饋控制模型、自學(xué)習(xí)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?？梢酝ㄟ^ PDI 或者 HMI 指定集管組態(tài)時的稀疏模式，主要包括：（1）1/4模式(X000)：表示一個傾翻架開一個水閥，規(guī)定開第一個水閥。在這種工藝要求下，帶鋼在冷卻區(qū)中控制過程如下：首先采用前向冷卻以最大的冷卻速度冷卻到臨界溫度，然后空冷一定時間，最后再以最快的冷卻速度冷卻到目標(biāo)卷取溫度。針對不同規(guī)格的帶鋼，各段集管之間優(yōu)化組合開啟，可以提高溫度控制精度。前后吹掃的主要目的是為了保證帶鋼進入和離開冷卻區(qū)時表面的清潔，提高表面質(zhì)量。經(jīng)過理論分析和現(xiàn)場實測數(shù)據(jù)統(tǒng)計，～，冷卻效果最佳。圖52 預(yù)測的卷取溫度的偏差從圖52[13]可以看出預(yù)測的卷取溫度與目標(biāo)卷取溫度的偏差比較集中，偏差絕對值在5℃以內(nèi)的預(yù)測值達到了80%，偏差絕對值在10℃%，能夠達到偏差絕對值在20℃以內(nèi)的設(shè)計要求。在二級系統(tǒng)改造升級時，采用了基于遺傳神經(jīng)網(wǎng)絡(luò)的卷取溫度預(yù)報模型，軋制的鋼材質(zhì)量有了明顯地提高，經(jīng)濟效益明