前馈控制在层流冷却系统中的实现

以热连轧层冷却控制系统为实际背景，分析了其输入输出的关系，得到了一套适用性较强的控制模型及前馈控制算法，在实际工业控制生产中得到较好的应用。     

热轧带钢层流冷却系统的设计

本钢１７００ｍｍ热轧带钢层流冷却系统采用的是带钢管层流冷却和高压喷嘴冷却相结合的方式。介绍了此系统的设计过程及总用水量和上喷、下喷和侧喷水量的计算。     

宝钢热轧层流冷却卷取温度控制的改进

针对宝钢热轧层流冷却卷取温度控制系统中，影响卷取温度的各种因素进行了分析，提出了相应改造措施，得到了很好的效果。     

攀钢热轧层流冷却系统改造设想

介绍了热轧层流冷却系统的基本结构、控制原理，以及国内外的发展情况。分析了攀钢层冷却系统的现状和存在的问题，并结合钢种、规格进行相关理论计算，提出了对布置形式、冷却能力、控制策略及数学模型的改造建议。     

人工神经网络在层流冷却卷取温度预报中的应用

针对宝山钢铁（集团）公司2050热连轧层流冷却系统，采用神经网络与数学模型相结合的方法，给出优化的层流冷却对流换热系数，以实现准确地预报卷取温度的目的。结果表明，采用神经网络计算出的对流换热系数后，卷取温度的计算值与实测值的标准差降低了22．84％，效果显著。     

济钢1700mm热轧层流冷却系统改造

针对济钢1700mm热连轧生产线原层流冷却卷取温度控制系统中存在的不足和弊端,通过采用数学模型,开发多种冷却策略,修正带钢速度变化,抛钢后处理,采用反馈控制,开发模型维护工具等措施对层流冷去系统进行改造。系统改造后稳定可靠,卷取温度命中率有了较大幅度的提高。     

基于神经网络的热带层流基本热流密度的计算

利用现场的数据，采用BP神经元网络预报热连轧层流水冷区集管组内的基本热流密度，将预报的结果用于上、下集管组的热流密度的数学模型计算，进而优化层冷集管组的水冷温降计算数学模型的精度。将结果与采用多元回归方法所得到的结果作比较，表明采用BP神经元网络计算基本热流密度的精度要高于多元回归方法的计算精度，卷取温度的计算值与实测值的标准差比解析回归方法减少了近20％，说明该方法具有良好的在线应用前景。     

攀钢1450mm热连轧机层流冷却控制系统的开发及应用

阐述了攀钢1 450 mm热连轧机层流冷却控制新系统的开发与应用。该系统采用α机过程控制系统,通过预设定、在线前馈和自适应三大功能,对层流冷却模式、冷却速率和最终卷取温度进行控制,卷取温度控制精度较原系统有较大提高,±20℃的命中率由原来的88.6%提高到现在的96.4%。     

日照1580mm热连轧机层流冷却控制系统

日照1580mm热连轧机层流冷却控制系统分为过程自动化和基础自动化两级。过程自动化计算阀门开启数目及位置设定值,并根据测量的卷取温度不断修正模型精度,其功能模块包括有限差分温度模型、预设定、带钢段跟踪、测量值处理、动态设定、模型自适应等。基础自动化根据过程自动化的设定值开启或关闭阀门,同时实时收集各测量值并上传给过程自动化,其功能模块包括带钢头尾跟踪、阀门开闭延时处理、测量值收集等。自系统投入运行以来,工作稳定,带钢全长卷取温度控制误差为±18℃的命中率可达96．43％。     

热轧带钢层流冷却的控制策略及其应用

阐述了热轧带钢层流冷却常用的7个控制策略，即前馈控制、反馈控制、自适应控制、带钢头尾冷却控制、带钢边部冷却控制和对带钢厚度的适应性冷却控制以及对升速轧制的适应性冷却控制的内容及其发展，同时还简单地介绍了这些控制策略在国内某些热轧板厂的实际应用情况。     

层流冷却中带钢温度分布模型的开发

在热轧带钢层冷却控制数学模型中，由于忽略带钢内部的热传导而使卷取温度控制不良，本文采用离线二维数模计算带钢沿厚度方向上的温度分布，在线控制中给予补偿，取得较好的效果。     

热连轧机带钢卷取温度影响因素仿真分析

针对带钢冷却特点,建立了带钢瞬态热传导仿真模型,采用有限差分法对1800mm热连轧机带钢终轧速度、带钢终轧温度、冷却水温度等因素对带钢层流冷却后温度的影响进行了仿真分析。得到的结果对于认识热轧带钢卷取温度的变化规律具有一定的应用价值。     

层流冷却自控系统在热轧线上的应用

热带钢轧制的冷却系统对带钢的质量起着重要的作用。随着计算机控制技术的发展，怪液冷却越来越受到重视。层流冷却自动控制系统采用完全自适应方式，具有响应时间短，控制精度高等优点，具有广泛的应用前景．     

热轧带钢卷取温度控制数学模型

随着市场对热带钢产品要求的不断提高,卷取温度控制变得越来越重要,目前世界各国都在不断改进卷取温度控制的数学模型和控制方法,以满足市场需求。介绍几种热轧带负锩陬温度控制数学模型并进行了分析研究,认为三菱公司的数学模型可以满足高精度控制的要求,是一种较先进的数学模型。     

前馈控制在层流冷却系统中的实现

以热连轧层冷却控制系统为实际背景，分析了其输入输出的关系，得到了一套适用性较强的控制模型及前馈控制算法，在实际工业控制生产中得到较好的应用。     

模糊自整定PID参数控制器用于控制热轧带钢卷取温度

针对热轧带钢头部和尾部温度偏差较大的情况,将模糊自整定PID参数控制器用于控制热轧带钢卷取温度。在常规PID调节器的基础上,采用模糊推理思想,根据不同的温度偏差|e|和偏差变化率|ec|,对PID参数进行在线自整定模糊控制,使控制系统在过程状态参数变化引起的|e|和|ec|变化的初期能及时准确地将|e|限制在规定范围内。     

热连轧层流冷却系统速度前馈补偿的优化

结合现场情况介绍了热轧带钢层流冷却设备和控制系统的数学模型,其中数学模型主要包括空冷模型、水冷模型、反馈控制模型和自学习模型.由于某热轧厂采用非匀速轧制工艺制度,带钢在冷却区内既有较大升速又有较大降速,原层流冷却系统不能够适应轧制速度的变化而影响卷取温度控制精度,故需针对轧制速度的变化进行速度前馈补偿控制;从过程自动化和基础自动化两个方面对速度前馈补偿控制进行了优化.实际应用表明,优化后系统运行稳定可靠,控制精度高,显著提高了产品的性能,并为新钢种的开发奠定了基础.     

热轧带钢卷取温度高精度预报的人工神经网络方法

针对传统卷取温度模型的固有缺陷，为了满足扩展钢种，规格及卷取温度高精度的要求，提出热轧带钢卷取温度预报的人工神经网络方法，运用实际生产数据对BP神经网络进行了训练和仿真。结果表明，它能准确地预报钢卷取温度，实现卷取温度高精度的实时预报，有在线实际应用的前景。