[发明专利]一种板坯温度预报模型及炉温优化方法

说明书

本发明公开了一种板坯温度预报模型及炉温优化方法，属于冶金自动化过程控制领域。所述炉温优化方法包括：采用坯料表面温度与炉长所围面积最小作为炉温优化控制的目标函数，以坯料的最大断面温差、最大升温速度、坯料出炉温度与目标出炉温度的最大差值以及炉温上下限作为约束条件，利用启发式权遗传算法进行寻优，输出炉温最优分布曲线，使得加热炉的能耗达到最低。所述板坯温度预报模型，将水梁对板坯换热的影响考虑在内，使得模型计算得到的板坯升温曲线与实测值更加接近，能够起到准确的温度预报，提高板坯的加热质量。

技术领域

本发明涉及冶金自动化过程控制领域，具体地，特别涉及一种板坯温度预报模型及炉温优化方法。

背景技术

随着我国市场经济的发展，钢铁企业在国民经济发展中占据着越来越重要的位置。钢铁工业是能源消耗的大户，因此展开对钢铁工业的节能减排工作显得越来越重要。加热炉是钢铁工业轧钢厂中生产线关键设备之一，是钢铁工业中主要的耗能设备，提高加热炉热效率、降低加热炉能耗能够大幅度减少钢铁工业的能源消耗。

加热炉控制的主要目标是对炉温的实时控制，其主要根据加热炉内板坯在加热过程中的温度分布情况进行控制。对炉温进行优化控制的目的是运用合理的加热制度加热板坯，使其出炉后达到轧制所要求的温度分布，从而提高钢材质量。但是，由于在实际生产过程中无法实现板坯温度的实时检测，因此建立准确的板坯温度预报模型对于加热炉的炉温实时控制显得极为重要。随着技术的革新，关于板坯加热温度控制的理论研究层出不穷，炉温自动控制的理论研究也达到了相当高的程度，但实际生产过程中应用的效果并不是十分理想。很多炉子具备二级控制系统，但由于二级数学模型计算的结果并不准确，导致很大程度仍是依靠操作工手动进行炉温控制。

目前，对加热炉内板坯温度预报模型的研究方法，主要包括利用计算流体动力学CFD对加热炉内的温度场进行仿真模拟的方法以及通过对板坯传热的基本数学物理方程进行数值求解的方法。CFD方法主要用于描述加热炉内温度场、速度场的稳态过程，而数值方法可以用于预测板坯在加热炉内的加热过程。现有对加热炉内板坯加热过程的温度预报模型的研究，通常忽略了水梁对板坯温度分布的影响，使得温度预报模型得到的板坯在加热炉内的升温曲线与实测值有较大偏差。

发明内容

鉴于以上问题，本发明的目的是提供一种板坯温度预报模型及炉温优化方法，对加热炉内炉温进行优化控制，得到最优的炉温分布曲线，提高运算效率，降低能耗，且在板坯温度预报模型中，考虑到水梁对板坯加热的影响，以解决得到的板坯加热过程升温曲线与实测值偏差较大的问题。

为了实现上述目的，本发明采用以下的技术方案：

本发明所述炉温优化方法，包括：输入坯料和加热炉相关参数，以能耗最低作为炉温优化控制的目标函数，并确定约束条件，采用启发式权遗传算法进行寻优，输出最优的炉温分布曲线。

优选的，目标函数为坯料表面温度与加热炉炉长所围面积最小，

式中，J为目标函数；L为加热炉炉长，m；T_s(l)为坯料在加热炉炉长为l处的表面温度，℃；

其中，约束条件包括：坯料的最大升温速度、坯料的最大断面温差、坯料出炉温度与目标出炉温度的最大差值以及炉温上、下限；

坯料和加热炉相关参数包括：坯料材质规格、入炉温度、出炉温度、生产节奏、加热炉炉长、水梁位置、热电偶位置、加热时间。

优选的，启发式权遗传算法包括以下步骤：

(1)随机生成初始种群；

(2)判断是否满足迭代停止条件，若满足，则输出炉温分布；若不满足，则进行步骤(3)；

(3)随机采样选取两个父代；

(4)启发式交叉生成两个子代；

(5)计算炉温分布曲线；