共查询到20条相似文献,搜索用时 171 毫秒
1.
钢坯连续加热炉动态操作与优化控制的数学模型 总被引:2,自引:1,他引:1
本文建立了钢坯连续加热炉内钢坯加热过程的数学模型,提出以钢坯焓增过程积分值为目标函数,求取优化炉温制度的新方法。着重研究了待轧过程,得出了合理的待轧策略。开发了在线控制数学模型,通过动态补偿得出加热炉实时优化炉温设定值,使出炉钢坯温度与目标温度的偏差小于15℃,实现了加热炉的高产,优质和低耗。 相似文献
2.
针对新钢公司线材厂高线加热炉钢坯热装温度波动大影响钢坯加热质量的现状,提出在西门子WinCC组态软件平台上,利用WinCC全局脚本编辑器,编写加热炉炉温优化控制程序,并在WinCC系统下运行.实现了加热炉炉温的实时、动态、优化控制,提高了钢坯的加热质量,使钢坯出炉温度稳定在设定值的±10℃以内,同时进一步降低了燃耗和钢坯烧损,在实际生产应用中取得了良好的控制效果. 相似文献
3.
阐述了一种优化加热炉二级控制模型参数的方法,该方法是以板坯温度黑匣子实验测试结果为依据,结合加热炉内部结构以及钢坯加热温度需求,完成对加热炉二级控制模型参数的调整、修改(包括:炉膛辐射系数、热量传递系数、炉段分区、自动燃烧炉温设定值等),实现加热炉二级控制模型参数的优化,提高钢坯加热温度控制准确性,改善钢坯加热质量. 相似文献
4.
5.
6.
7.
8.
本文简要介绍了一种由最佳加热曲线、热状态模型、出炉钢坯温降模型、最佳设定值计算组成的加热炉最佳化控制系统。在本系统的控制下,当装炉钢坯品种规格变化大或轧线出现计划、非计划生产停顿时,仍能精确控制钢坯出炉温度和温度均匀性,达到提高产量和节约能源的目的。 相似文献
9.
10.
11.
基于目标钢温的加热炉在线动态优化控制 总被引:1,自引:0,他引:1
由于鄂城钢铁有限责任公司宽厚板厂步进式加热炉无法很好地适应钢种和实际生产条件的变化,因此造成钢坯出炉温度无法精确满足轧线的要求。针对该问题,本文建立了步进式板坯加热炉数学模型,通过优化计算得到钢坯的理想升温曲线和相应的炉温制度,提出了基于各段目标钢温的在线炉温动态优化控制策略,建立了带有钢温负反馈的在线优化控制系统,实现了对出炉钢温的精准控制,同时达到了一定的节能效果。在实际应用中使开轧温度的命中率提高了12个百分点,吨钢燃料消耗降低了10 m3。 相似文献
12.
13.
本文通过对热送铸坯钢板表面裂纹产生的原因进行分析和研究,发现热送铸坯钢板表面裂纹主要在轧制环节中产生;降低铸坯加热炉温度,减少铸坯加热时间等措施可使热装热送铸坯轧制钢板裂纹得到有效控制。 相似文献
14.
���� ���¿� ���»��� ����ΰ ����� 《钢铁研究学报》2014,26(10):21-25
A 2D temperature model was proposed for heating rules and real-time calculation during heating process on billet reheating furnace, which included furnace temperature calculation along furnace length, billet surface fluxes calculation and conduction calculation inside billet. First, furnace temperature was accomplished according to thermocouple. Then fluxes on the above and below surfaces were calculated by total heat exchange factor method, as well as lateral fluxes. ADI and TDMA algorithms were adopted to calculate billet internal temperature distribution. Validation was carried out by thermocouple experiments and a model system was established in a hot rolling plant to provide appropriate heating rules and real-time temperature prediction. It shows precision and responsibility during reheating furnace production. 相似文献
15.
16.
17.
18.
加热炉钢坯的心部温度均匀性控制对产品质量稳定性至关重要,由于加热炉中的高温环境,对钢坯心部温度高精度预测始终是一个难题。为了解决这个难题,本实验建立了一种基于钢坯埋偶黑匣子温度测量方法,有效获知加热炉内钢坯不同位置实际温度分布情况。基于黑匣子测温实验数据,采用数据清洗、数据平滑与标准化等预处理方法,采用基于数据驱动的神经网络、随机森林与XGBoost模型,利用加热炉中可测的炉气温度对不可测的钢坯心部的温度进行预测。预测GCr15钢150 mm×150 mm坯心部温度,结果表明:XGBoost模型回归预测效果最好,相对误差主要分布在0%~5.4%,模型中97.1%的样本点绝对误差小于10℃,其RMSE误差为4.1345℃,MAPE误差为0.47%。提出了钢坯埋偶黑匣子测温+XGBoost模型预测钢坯心部温度的方法。 相似文献
19.
推钢式加热炉热滑道改造 总被引:1,自引:0,他引:1
莱钢轧钢厂带钢车间推钢式加热炉采用侧插式燕尾形结构热滑道代替原结构,经合理确定其结构尺寸,解决了原焊块在使用过程中的开焊问题,减小了钢坯的水管黑印,提高了钢坯加热质量,月平均减少4d停炉维修时间。 相似文献