国际交往消息

83年7月9日～25日,中国金属学会冶金自动化学术委员会,邀请日本东海大学教授野坂康雄博士,在北京及西安冶金建筑学院,就连铸的检测与控制进行了讲学。 野坂先生介绍了连铸前钢水的预处理、用负载传感器检测大包、中间包钢水重量,从而控制中间包液位。用振动法及在水口侧面装上线圈来检测钢渣。用热电偶、γ射线、涡流式、电极式、跟踪式磁通平衡型、电磁式液位计检测及控制结晶器液位。还介绍了     

预测控制在连铸结晶器液位控制中的应用研究

介绍利用预测控制算法之一-增量型模型算法（IMAC）设计宝钢一连铸结晶器液位控制系统的过程,IMAC的引入使结晶器液位控制独具特色。仿真和对比研究表明,引入IMAC后系统的控制效果优于原先的PID控制,结晶器液位预测控制前景看好。     

连铸熔池钢水液位优化控制研究与仿真

研究连铸熔池钢水液位精确优化控制。连铸熔池内实际存在气流的不定向运动,气压内外相差较大,形成信号非涡流效应,造成液位采集信号的异常波动,引起系统不稳定。传统的PID算法,针对非线性较强的信号变化,控制参数很难做出准确调整,造成控制精度不高的问题。为此提出了基于液位参数线性分解的连铸熔池钢水液位控制算法,把非线性的钢水液位信号看成是许多个线性参数的近似逼近。由于每个逼近信号是线性的,就保证了连铸熔池钢水液位的控制精度。仿真结果表明,线性迫近方法能够大幅提高钢水液位的控制精度,可为钢水液位优化控制设计提供依据。     

基于神经网络自抗扰控制的结晶器液位拉速协调系统研究

结晶器内钢水液位和铸坯拉速机理上是耦合关系. 为能控制更合理的钢水节奏, 提出了不同于现在各自单变量控制的液位和拉速综合控制方法. 通过实际对象, 从机理角度推出模型, 然后基于神经网络整定的自抗扰控制 (ADRC) 算法, 对结晶器液位拉速协调控制系统进行仿真试验. 仿真结果和现场曲线对该控制模型的准确性, 可行性和有效性进行了验证.     

基于遗传算法的结晶器液位约束广义预测控制

针对实际连铸过程中结晶器液位控制须满足多种约束的问题,将一种基于遗传算法的有约束广义预测控制方法（ＧＣＧＰＣ）应用于结晶器液位控制．首先基于机理模型构造了有约束结晶器液位广义预测控制器;然后以遗传算法处理带约束的非线性优化问题,并以此作为滚动优化策略,求得最优控制律．仿真结果表明,在有效处理了约束的基础上,基于遗传算法的有约束广义预测控制效果优于ＰＩＤ 控制以及无约束广义预测控制．     

基于RBF神经网络的连铸机结晶器液位控制系统设计

通过对连铸机结晶器液住控制方案的分析,设计了基于RBF神经网络模型的结晶器液位控制系统,对液位控制的扰动进行了补偿,在MATLAB 5.3上进行了仿真,并在实际中进行多次测试.结果表明该系统具有控制精度高、偏差小等特点.     

航空用接近传感器环境影响因素分析与建模仿真

分析了电涡流式接近传感器的工作原理,研究了高低温、结冰等环境因素对传感器输出特性的影响。构建了基于Multisim的传感器电路仿真模型和基于Maxwell的传感器电磁仿真模型,开展了各类环境条件下传感器电感、电磁损耗等性能的详细分析。基于MATLAB GUI开发了传感器温漂数据处理平台,利用线性插值、拉格朗日插值等算法预测极端温度条件下传感器的温漂特性。研究结果表明,所构建的传感器模型及其数据处理平台合理可行。     

基于电涡流传感器的智能高度控制系统设计

在水射流切割过程中,只有保证切割头与材料间的割距,才可实现高质量和快速稳定的切割效果。为了解决水射流切割技术在高度随动系统中实现精确控制的难题,基于电涡流传感器,针对金属板材,设计了防水型的电涡流式自动调高系统,实现了无接触的智能高度控制。详细介绍了电涡流传感器线圈的数学建模与仿真,同时还阐述了系统检测电路及晶振电路的设计方法及原理。经实际生产过程的验证,系统符合性能指标要求,稳定性高,系统运行安全、可靠。     

基于模糊双模控制的钢水液位控制系统实现

介绍了连铸生产中结晶器钢水液位控制系统的组成。利用模糊双模控制算法控制钢水液位。与传统的钢水液位控制方式相比，可以有效控制生产过程中的变化和干扰。实践证明，这种算法有较好的控制效果。     

连铸过程中几个关键环节的设计与实现

根据连铸生产实际需要,对该过程中的结晶器液位控制、漏钢预报以及铸坯冷却控制 等关键问题设计了一套智能化综合控制与监测系统.在连铸生产中使用表明,该系统快速而准 确,实时性能良好,便于实施,具有很高的实用价值.     

PLC在排污泵控制系统改造中的应用

介绍西门子S7-300 PLC和MPM426W液位传感器在攀钢钒1号板坯连铸机排污泵控制系统改造中的应用。根据排污泵的工艺现状,重点针对PLC控制系统的硬件构成、组态、程序设计以及基于MPM426W液位传感器的水位信号处理,阐述了详细的解决方案,并提出系统的防干扰措施。     

结晶器液位机理模型及其在极限环抑制中的应用

针对结晶器液位极限环抑制中dither抖动参数难于确定的问题,建立了整个连铸机结 晶器液位的机理模型,正确预测了液位控制中的极限环现象.以此模型为基础,提出了一种 dither抖动参数工程整定方法.     

连铸结晶器的热成像研究

热成像技术是运用工业控制计算机和现场网络把温度传感器阵列以及温度变化值转换成直观的彩色图像的一种现代显示技术,用于钢铁连铸生产过程的恶劣环境。该技术利用埋设在结晶器铜板上的热电偶阵列检测温度,用PLC模块高速采集经过A/D转换的温度值,用现场总线和工业以太网传输数据,再根据色彩学原理和CRT\LCD显示技术建立数学模型,并用过程控制机处理数据,使连铸结晶器内铸坯状态以直观的HMI形式显示出来。其中,结晶器铜板热电偶阵列的热成像胞腔划分、边界延拓、温度的伽马曲线校正、双线性插值、二维高斯平滑处理等是形成HMI画面的主要热成像技术。文中推导出的高效数值计算公式是提高软件编程质量、使热成像系统满足连铸生产实时控制要求的关键。本文还对某些不适用于连铸结晶器的热成像方法做了简要分析。     

用于连铸结晶器的热电偶非标设计、安装和检测

为了准确、可靠、持久、经济地获得连铸结晶器铜板的温度分布,把热传导理论计算和实际经验值相结合,优化设计热电偶在连铸结晶器铜板上的位置;针对连铸结晶器的现场恶劣环境,提出热电偶的各个部件及其制作必须达到的指标要求及相应的非标设计;依据结晶器热电偶阵列安装调试的经验,总结出结晶器铜板上热电偶阵列的安装调试和维护检测等工艺技术方法。较好地解决了连铸结晶器温度检测系统现场热电偶容易损坏、维护难、成本高、实用性差等工程技术问题。研究不仅对连铸设备的改进和维护具有很好的参考价值,而且在宝钢、河北钢铁和土耳其等国内外企业取代铠装热电偶中获得成功应用。     

基于扩张状态观测器的 连铸结晶器振动位移系统自适应滑模控制

针对伺服电机驱动的连铸结晶器振动位移系统中存在时变负载转矩、参数不确定性等问题,本文提出了一种基于扩张状态观测器(extended state observer, ESO)的自适应非奇异终端滑模(nonsingular terminal sliding mode,NTSM)控制方法.首先,设计ESO对系统存在的综合扰动和不可测状态进行估计.然后,采用分层设计的方法,分别对位移跟踪子系统和电流环子系统设计基于ESO的自适应NTSM控制器和滑模控制器.为削弱ESO估计误差对跟踪精度的影响,在NTSM控制器中引入了自适应增益.可以证明,所设计的控制器能够保证闭环系统所有信号有界,系统状态可渐近收敛到原点附近的小邻域内.最后,仿真结果验证了所提出控制方法的有效性.     

基于GA-WNN的电涡流传感器的温度补偿

针对电涡流传感器的温度漂移对其测量精度带来较大影响的问题,提出了基于遗传优化小波神经网络(GA-WNN)算法对电涡流传感器进行温度补偿修正模型。通过对电涡流传感器做标定实验,并且利用LM35温度传感器监测其工作温度,建立GA-WNN神经网络模型。该模型用遗传算法对小波神经网络的权、阈值进行全局的优化,改善了小波神经网络训练速度慢的问题,克服了易陷入局部最优的缺陷。研究结果表明,补偿后的灵敏度温度系数由8.69×10^-3/℃提升到3.48×10^-4/℃;零位温度系数由4. 78×10^-3/℃提升到1.85×10^-4/℃,均提高了一个数量级,成功实现了温度补偿的目的。     

基于PLC的连铸中间包液位监控系统的设计与实现

以某钢厂连铸过程为工程背景,设计了中间包钢水液位自动控制系统。简要介绍了中间包钢水控制的工艺,分析了系统干扰、控制难点等存在的难题,阐述了系统所选用的算法,并讨论了PLC和监控软件的实现。通过现场运行证明该方案具有较强的可行性。     

基于半解析模型的涡流传感器优化设计与实验研究

针对飞机金属螺栓孔连接结构疲劳裂纹的特点与实时监测的需求,提出了一种基于柔性平面的涡流阵列传感器,设计了疲劳裂纹扩展实时监测方案,构建了传感器损伤监测半解析模型,搭建了基于涡流阵列传感器的疲劳裂纹扩展实时监测平台。通过对涡流阵列传感器的仿真和基于涡流阵列传感器的疲劳裂纹扩展实验研究,确定了传感器的监测灵敏度,优化了传感器的特征参数。研究结果表明：传感器基材层阻碍了感应线圈与激励线圈的耦合,基材层应尽量薄。当涡流阵列传感器导电层厚度为0．12—0．18mm,激励线圈的最优宽度为0．8min,感应线圈的最佳厚度为0．5mm时,传感器的损伤监测灵敏度最高。     

Mathematical modeling and optimization strategies (genetic algorithm and knowledge base) applied to the continuous casting of steel

The control of quality in continuous casting products cannot be achieved without a knowledge base which incorporates parameters and variables of influence such as: equipment characteristics, steel, each component of the system and operational conditions. This work presents the development of a computational algorithm (software) applied to maximize the quality of steel billets produced by continuous casting. A mathematical model of solidification works integrated with a genetic search algorithm and a knowledge base of operational parameters. The optimization strategy selects a set of cooling conditions (mold and secondary cooling) and metallurgical criteria in order to attain highest product quality, which is related to a homogeneous thermal behavior during solidification. The results of simulations performed using the mathematical model are validated against both experimental and literature results and a good agreement is observed. Using the numerical model linked to a search method and the knowledge base, results can be produced for determining optimum settings of casting conditions, which are conducive to the best strand surface temperature profile and metallurgical length.