马钢初轧均热炉控制系统

文中介绍了马钢初轧厂均热炉控制系统,通过采用分布式控制系统和优化数学模型,对均热炉的生产、调度进行全面的控制和优化,取得了明显的生产和经济效益。     

用KMM型仪表控制均热炉温差

随着钢铁企业轧钢生产工艺的改进,对均热炉温度均匀性有了更高的要求,进一步减小均热炉钢锭加热时炉长方向的温差是工业炉设计、工业炉过程控制设计专业技术人员面临的一个重要课题。近年来,针对这个课题的均热炉燃烧器研究、均热炉设计改进等都有了一定的进展,特别是采用二次风阀结构的可调焰燃烧器研制产品给均热炉温差控制创造了条件。某特殊钢厂二轧分厂新建的两座均热炉就采用了可调焰燃烧器,并设计了均热炉的炉长方向温差控制仪表系统。     

基于差分进化算法的罩式炉优化调度与应用

提出基于启发式的仿真技术对罩式炉退火车间的生产过程进行了模拟,针对优化调度目标提出一种改进的差分进化算法对装炉计划进行组合优化,算法采用交叉率自适应变化,在进化的不同阶段分别提高算法的全局搜索能力和局部搜索能力。通过现场实际生产数据验证了所提出方法的有效性,提高了冷轧薄板退火生产工序的生产效率。     

钢锭一维数学模型和计算机控制策略在iRMX86实时操作系统中的实现

均热炉的计算机监督控制系统主要要进行钢锭烧成时刻预测和最佳控制、最佳调度。钢锭一维数学模型与控制策略在iRMX86实时操作系统实施能很好完成这些任务,及时采取各种措施。本文讨论iRMX86核心程序以及其它子系统来构成由钢锭一维数学模型为核心的烧钢应用系统的问题。     

横河μXL集散控制系统在轧钢均热炉上的应用及开发

介绍了日本横河公司μXL集散控制系统的特点、系统功能及组成，并叙述了在轧钢均热炉上应用软件开发的过程。     

均热炉复杂过程混合模糊控制器的建立

对均热炉工艺过程中由于空/燃比和压力的随机变化而难以稳定炉温的问题进行了研究,并对均热炉的大滞后、多变量工艺过程的特征,提出应用压力前馈通道来预测均热炉炉温变化的超前量,建立了混合的模糊控制器.通过调节空/燃比的修正因子和压力模糊控制器的比例因子,来保证炉温控制主回路的稳定运行.系统的运行结果表明空炉提温曲线、装锭提温曲线和化渣曲线特性具有明显的改善.     

关于钢锭传搁温度的拟合

在均热炉生产中,当钢水浇入钢模后,经过冷却成形,传送至均热炉中均热,均热完成后,再将其送上轧机,轧制成材。某钢厂在多年的生产中,收集整理了一批很有实用价值的生产数据,通过这些数据组织生产,使其均热炉生产稳步上升、能耗不断下降。但由于数据量很大,查找很麻烦。采用计算机控制均热炉生产,即快又省事而又准确、由于钢种不同,数据也分门别类,因此要求构造不同的数学公式。使之能准确地反映生产中的物理现象,从而不必将所有数据存入计算机内,节省了大量内存。现已求得的几个函数构造简单,使用很方便。以下分别加以说明。     

均热炉微型计算机控制系统

当今世界上能源短缺,不能再生产,因此各国都把节能,开发新能源作为科研课题。在我国也引起了各级领导的重视。冶金部是我国耗能大户,而均热炉又是冶金部重点耗能设备,(约有300座均热炉),每吨钢的耗能是世界上先进国家的2.6倍,所以均热炉的节能意义很大。本系统在均热炉的烧钢过程中通过数字模型的计算,控制烧钢时间,节能达10000卡/吨钢,还可减少钢锭烧损,提高烧钢质量。本系统还具有钢锭烧好予测,交叉限制并联串级燃烧控制、氧化锆烟气残氧测量、闭环修正空燃比等功能。该系统每年仅节省能源一项就可节资达65万元人民币。     

燃油均热炉自动烧钢智能控制系统

1概述均热炉是钢铁企业初轧工序中加热钢锭用的大型设备，均热炉钢坯加热质量的好坏直接关系到初轧产品的质量和成材率。从控制理论的角度来看，均热炉系统是一个具有大滞后，非线性时变的复杂系统，要想建立一个比较切合实际的数学模型，从目前来看是不现实的。特别是以重油为燃料的燃油型均热炉较之以煤气为燃料的燃气型均热炉来说，干扰因素更多，更难以受控。现在国内所有的燃油型均热炉的操作，都以生产工人的手动操作为主，生产自动化水平较低。对于一些加热质量要求较高的合金钢来说，是难以适应的，由于工人手动操作不能很好地掌握…     

均热炉最佳加热策略的开发

本文以均热炉的离散状态空间模型和最优控制理论为基础,应用作者所提出的一种处理 带约束条件的最优控制问题的新算法,从理论上求解均热炉最小燃料消耗的最佳加热策略,即 均热炉的最佳温度轨迹. 本文的研究结果经计算机仿真,给出了均热炉操作条件与最佳加热策略的关系和应用最 佳策略所能获得的经济效益.本开发方法可用于其它批量生产过程的最佳控制轨迹的综合. 同时,本文的研究证明作者所开发的最优控制算法可应用于高维、非线性、时变系统最佳控制 轨迹的综合.     

Design, implementation and testing of an intelligent knowledge-based system for the supervisory control of a hot rolling mill

This paper describes the design, implementation and testing of an intelligent knowledge-based supervisory control (IKBSC) system for a hot rolling mill process. A novel architecture is used to integrate an expert system with an existing supervisory control system and a new optimization methodology for scheduling the soaking pits in which the material is heated prior to rolling. The resulting IKBSC system was applied to an aluminium hot rolling mill process to improve the shape quality of low-gauge plate and to optimise the use of the soaking pits to reduce energy consumption. The results from the trials demonstrate the advantages to be gained from the IKBSC system that integrates knowledge contained within data, plant and human resources with existing model-based systems.     

多节点部分充电模型下的充电调度优化

在无线可充电传感器网络中,针对移动充电车采用多节点部分充电模型在充电调度过程中往复行驶,导致充电时间增加的问题进行了研究。提出一种新颖的多节点部分充电模型,从全局优化移动充电车在每个充电位置的充电时间,保证每个能量临界的传感器被充满电。同时提出AlgMinTime算法进行路径规划,确定移动充电车的充电环路以及对应位置的充电时间,使得环路上总充电调度时间最小化。最终通过仿真实验评估所提出算法的性能。实验结果表明,所提算法的充电调度平均环路时间相较于SOTA算法缩短9.8%。     

基于实时路况的电动汽车充电调度算法

随着电动汽车行业在我国蓬勃发展, 电动汽车的"充电难"问题逐渐显现, 已经逐步成为限制电动汽车行业发展的瓶颈. 电动汽车充电时间长, 城市充电桩数目不足且时空分布不均等问题是导致"充电难"的直接原因. 本文提出一种基于路况的电动汽车充电调度算法, 通过综合考虑路网内的实际情况, 对充电车辆进行统一调度. 文章建立了车辆调度模型并进行了仿真模拟, 结果表明: 该算法能够有效降低电动汽车的充电时间、平衡区域内充电站的负载、提升全局的充电效率.     

自动化码头AGV充电与作业的集成调度研究

为了提高自动化集装箱码头AGV（Automated Guided Vehicle）的作业效率,根据采用电力驱动的AGV作业时的充电需求和运输过程的特性,考虑了垂岸式集装箱堆场布局和AGV充电过程对实际作业的影响,以最大化AGV充电利用率、最小化最末任务完成时间、最小化AGV空载时间为目标,以AGV充电后的续航能力等为约束条件,以遗传算法为研究方法,构建了考虑充电过程的自动化码头AGV作业的调度模型。通过算例分析,对比了遗传算法与混合整数规划算法的求解效果,分析了参与运输的AGV数量对运输时间的影响,也验证了遗传算法给出的调度方案的可信性。最后得出结论：针对该问题,遗传算法可以快速、高效地给出值得信赖的AGV调度方案。     

基于太阳能充电站中风光火多目标优化管理问题的研究

新能源汽车行业的蓬勃发展,带来了新能源汽车充电站的建设和运营相关问题。无人值守是今后所有行业的一个主流趋势,充电站当然也不例外。无人值守的充电站被要求不仅能对站内突发情况自主解决,而且充电站能够充分、合理利用当地电力资源,实现电力资源的合理优化调度。因此文中的重点便是研究如何均衡使用当地已有的电力资源,使得充电站运营成本和电池损耗最小。文中在分析了太阳能充电站的系统功能和运营方式基础之上,建立了该系统接入风力、火力等电力资源的优化调度模型,通过非支配遗传算法NSGA-II对多目标函数优化模型进行求解,验证模型的有效性和可靠性,为未来涉及多种电力资源的运营管理问题提供了一条参考途径。     

Decentralised online charging scheduling for large populations of electric vehicles: a cyber-physical system approach

As the number of electric vehicles (EVs) grows, their electricity demands may have significant detrimental impacts on electric power grid when not scheduled properly. In this paper, we model an EV charging system as a cyber-physical system, and design a decentralised online EV charging scheduling algorithm for large populations of EVs, where the EVs can be highly heterogeneous and may join the charging system dynamically. The algorithm couples a clustering-based strategy that dynamically classifies heterogeneous EVs into multiple groups and a sliding-window iterative approach that schedules the charging demand for the EVs in each group in real time. Extensive simulation results demonstrate that our approach provides near-optimal solutions at significantly reduced complexity and communication overhead. It flattens the aggregated load on the power grid and reduces the costs of both the users and the utility.     

基于负荷平衡的电动汽车模糊多目标充电调度算法

居民小区电动汽车（EV）的单相充电方式导致配电网出现三相不平衡和负荷峰谷差问题,因此提出基于负荷平衡的EV模糊多目标充电调度策略。基于三相网络,将总延迟时间和充电平衡作为目标函数,考虑三相不平衡度和负荷峰谷差等约束,建立静态和在线调度问题下EV充电调度模型。采用改进非支配排序遗传算法-Ⅱ（NSGA-Ⅱ）进行多目标求解,通过设计交叉算子、自适应调整变异概率和局部优化等来优化结果。通过设置一定容量的外部档案和拥挤距离判定来获得Pareto最优前沿,并用模糊隶属度方法得到折中最优解。最后,通过算例分析可同时活动充电点和三相不平衡度的不同取值对优化结果的影响,并与无序充电进行比较,验证了所提模型和策略的有效性。     

基于单亲遗传算法混合动态规划的电动汽车充电调度优化策略

充电调度是电动汽车运营的一个重要内容,合理有效的充电策略在帮助运营商降低成本的同时还能减轻电网高峰时段的供电负担。从充电站运营商的角度出发,在实时电价和每个充电任务时间必须连续的假设下,建立了一个电动汽车充电成本最小模型,给出一个单亲遗传算法混合动态规划的两阶段常规充电调度算法。与电桩一旦闲置即刻分配车辆进行充电的策略以及传统单亲遗传算法相比较,该充电调度策略在电桩负载均衡的情况下有效降低了电费成本,说明了算法的有效性。此外,实验结果表现出了充电任务在多数相同时段聚集从而避开高电价时段的特征,说明充电策略对减轻高峰时段的电网压力也有一定帮助。     

Electric vehicle smart charging and vehicle-to-grid operation

Electric vehicle (EV) charging must be optimised for grid load while guaranteeing that drivers' schedules and range requirements are met. A system encompassing EV owner input via a mobile application, an aggregation middleware, a charge scheduling and vehicle-to-grid (V2G) operation algorithm and a radio-frequency identification reader is proposed. The algorithm's parameters and effectiveness are presented and discussed using simulation results. Simulation results show the algorithm to effectively optimise charging and V2G operation for a given electricity price curve. The proposed system is shown to alleviate grid load during peak hours, take advantage of off-peak charging benefits and generate revenue for the parking garage operator.     

能量受限的单移动设备无线充电调度算法

基于磁耦合谐振的多节点充电技术为解决无线传感网络的健壮性问题提供了潜在的解决方法。为了减少充电设备的移动能耗,保证充电规划的可调度性,结合磁耦合谐振的充电效率,采用蜂窝网状结构将网络分割成若干充电区域,提出了基于移动充电设备的无线传感器网络充电调度算法。由于实际的移动设备能量通常有限,在每个充电周期内综合考虑移动设备能量、节点剩余能量等,提出了自适应动态算法以自动选择k个充电区域。规划充电路径时,采用实时性较好的弹性网络算法来满足网络节点的充电需求。仿真结果表明,充电设备能量的大小会直接影响网络的总能量与最小剩余能量,算法在设备能量有限时能够最大化网络的最小能量,延长网络的生命周期。