（控制科学与工程专业论文）带钢卷取温度高精度预报的方法研究.pdf

摘要 带钢的卷取温度控制精度直接影响其组织性能和力学性能，是保 证板带质量和板形良好的关键因素。带钢层流冷却控制是以预设定部 分为主的，带钢卷取温度的控制精度在很大程度上取决于温度预设定 部分的精度。本文以国内某热轧厂的带钢层流冷却系统为背景，对如 何提高层流冷却过程的卷取温度的预报精度进行了较深入系统的研 究。 分析了带钢的冷却机理，对带钢传热过程的基本方式进行了研 究，并详细分析了该厂层流冷却过程的数学模型。该模型主要是由水 冷模型和空冷模型组成。模型的计算精度直接影响最终的冷却效果。 因此，建立合理的带钢卷取温度控制模型对提高卷取温度控制精度具 有重要的意义。 带钢卷取温度过程控制具有显著的非线性、时变性、强耦合和不 确定性，传统的模型技术很难进一步提高模型的精度。为提高卷取温 度的预报精度，本文提出了一种基于数据挖掘技术的改进遗传神经网 络方法，该方法充分发挥了数据挖掘的关联分析能力、神经网络的泛 化映射能力和遗传算法的全局搜索能力，将数据挖掘技术运用到神经 网络的建模中去，将传统模型与b p 神经网络相结合，运用改进的遗 传算法优化神经网络。该方法的全局寻优能力不仅可以避免b p 算法 的缺陷，而且使得多层前馈网络的非线性逼近能力得到了充分的发 挥，改善了神经网络的性能。仿真结果表明运用综合模型预测带钢卷 取温度能够达到高精度预报的要求，为在线的应用打下了基础。 关键词热轧带钢，层流冷却，卷取温度预报，数据挖掘，遗传 神经网络 a b s t r a c t t h ec o n t r o l a c c u r a c yo ft h ec o i l i n gt e m p e r a t u r eo ft h eh o ts t r i p l a m i n a r c o o l i n gs y s t e ma f f e c t s t h e s t r i p s s t r u c t u r ea n dm e c h a n i c p r o p e r t i e sd i r e c t l y , w h i c hi st h ec r u c i a lf a c t o rt og u a r a n t e et h eb e t t e r q u a l i t ya n df l a t n e s so fs t r i p t o d a y , m a n yc o u n t r i e sa l s ou s et h eh o ts t r i p l a m i n a rc o o l i n gs y s t e mt oc o n t r o lt h ec o i l i n gt e m p e r a t u r e t h e r e f o r e ，i t h a sa p r o f o u n dr e a l i s t i cm e a n i n gt o w a r d st h ea n a l y s i sa n dr e s e a r c ho nh o t s t r i p l a m i n a rc o o l i n gs y s t e m t h ec o n t r o l a c c u r a c y o ft h ec o i l i n g t e m p e r a t u r eo ft h eh o ts t r i pl a m i n a ri sm a i nd u et ot h ea c c u r a c yo ft h e p r e d i c t i v es e c t i o n s t h i sp a p e rt a k e sal a m i n a rc o o l i n gs y s t e mo fa d o m e s t i ch o ts t r i pf a c t o r yf o rb a c k g r o u n d ，a n dh a sa d e e ps t u d yf o rh o w t or a i s et h ea c c u r a c yo fc o o l i n gt e m p e r a t u r eo ft h eh o tr o l l e ds t r i p a st h em a t h e m a t i cm o d e lo fh o t s t r i pl a m i n a rc o o l i n gs y s t e mi s b a s e do nt h et h e o r yo fc a l o r i f i c ，s ot h ep a p e rf i r s ta n a l y z et h em o d e l so f h e a tt r a n s f e r , a n dp a r t i c u l a ra n a l y z et h em a t h e m a t i cm o d e lo ft h ep r o c e s s o ft h i sh o ts t r i pl a m i n a rc o o l i n gs y s t e m t h i sm a t h e m a t i cm o d e lm a i n l y i n c l u d e sw a t e rc o o l i n gm o d e la n da i r c o o l i n gm o d e l ，i t sc a l c u l a t e d p r e c i s i o ni n f l u e n c e st h el a s te f f e c to fc o n t r o lc o o l i n g s ot h ep r o p e rh e a t t r a n s f e rm o d e li sv e r yi m p o r t a n tt h i n gw h i c hc a ni m p r o v et h ea c c u r a c yo f t h ec o i l i n gt e m p e r a t u r e t h ec o n t r o l l i n gp r o c e s so ft h eh o tr o l l e ds t r i pi s n o n l i n e a r , s t r o n g c o u p l e da n di n d e t e r m i n a t e s ot h et r a d i t i o n a lm o d e l i n gt e c h n o l o g yc o u l d h a r d l yi m p r o v et h ep r e c i s i o no fh o tr o l l i n gm o d e la n dm o r e i no r d e rt o s a t i s f yt h ed e m a n d so fh i g hp r e c i s i o no ft h ec o i l i n gt e m p e r a t u r e ，a g e n e t i c n e u r a ln e t w o r km e t h o dt op r e d i c tc o i l i n gt e m p e r a t u r eb a s e do n d a t a m i n i n g w a s p u t f o r w a r d t om a k ef u l l u s eo ft h e a s s o c i a t i o n - a n a l y s i sc a p a b i l i t y o fd a t a m i n i n g ，t h ea p p r o x i m a t i o n c a p a b i l i t yo fn e u r a ln e t w o r ka n dt h el i a b i l i t yt of a l li n t ot h eg l o b a l o p t i m u ms o l u t i o no fg e n e t i ca l g o r i t h m ，a n dn e w l yu s e dt h ea s s o c i a t i o n r u l e m i n i n gm e t h o dt oe s t a b l i s h t h em o d e lo ft h en e u r a l n e t w o r k ， c o m b i n e dt h et r a d i t i o n a lm o d e lw i t hb pa l g o r i t h mw h i c ho p t i m i z e db y m o d i f i e dg e n e t i ca l g o r i t h m t h eo v e r a l l f i n dc a p a b i l i t yo ft h ea l g o r i t h m c a na v o i dt h ew e a kp o i n to ft h eb pn e t w o r ka n da l s om a k et h en o n l i n e a r a p p r o a c h i n ga b i l i t yo fm u l t i l a y e rf e e d - f o r w a r dn e t w o r km o r ee f f e c t i v e t h i sa l g o r i t h mi m p r o v e dt h ep e r f o r m a n c eo fn e u t r a ln e t w o r kb ya p p l y i n g i tt on e u t r a ln e t w o r k s o m er e f e r e n t i a lt h o u g h t sa n did e a sh a v eb e e np u t f o r w a r df o rb pn e u t r a ln e t w o r k t h es i m u l a t e dr e s u l t ss h o wt h a tt h e i n t e g r a t e dm o d e lc a ns a t i s f yt h eh i g ha c c u r a c yd e m a n do ft h ep r e d i c t i o n o ft h ec o i l i n gt e m p e r a t u r ea n d l a y i n gaf a v o r a b l e b a s ef o rf u r t h e r i n g a p p l i c a t i o no n l i n e k e yw o r d sh o ts t r i pm i l l ，l a m i n a rc o o l i n g ，p r e d i c t i o no fc o i l i n g t e m p e r a t u r e ，d a t am i n i n g ，g e n e t i c n e u r a ln e t w o r k 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名：石秘 日期：盥月日 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到中国学位论文全文数据库， 并通过网络向社会公众提供信息服务。 中南大学硕士学位论文第一章绪论 1 1 课题的研究背景 第一章绪论弟一早三百1 = 匕 近年来，随着社会发展与科学技术的进步，低合金高强度、高韧性并具有良 好的焊接性能的钢材已经在社会上得到了广泛的应用。各行各业对热轧带钢质 量、品种、性能的要求也越来越高。 带钢热连轧生产，按照主要工序先后，一般分为四个区：加热区、粗轧区、 冷区和卷取区。生产工艺流程按照下列工序进行：板坯预备一板坯加热一粗轧一 精轧一轧后冷却一卷取一精整。典型的热轧板带生产计算机控制系统如图1 1 所 不。 生产控制 过程控制 基础自动化 过程 图1 - 1 热连轧计算机控制系统结构 从图1 1 中可以看出，冷却段也即卷取温度控制段是整个热轧生产线的最后 一个关键环节，其控制精度对板带的金相组织影响很大，是决定成品带钢加工性 能、力学性能、物理性能的重要工艺参数之一川。卷取温度能否控制在要求范围 之内，则主要取决于对精轧机后带钢冷却系统的控制。过高的卷取温度，将会因 卷取后的再结晶和缓慢冷却而产生粗晶组织及碳化物的积聚，导致力学性能变 坏，以及产生坚硬的氧化铁皮，使酸洗困难。但如果卷取温度过低，一方面使卷 取困难，且有残余应力存在，容易松卷，影响成品带卷的质量；另一方面，卷取 后也没有足够的温度使过饱和的碳氮化合物析出，影响轧材性能。因此，将带钢 中南人学硕士学位论文第一章绪论 卷取温度控制在由钢的内部金相组织所确定的范围内，是带钢质量的关键措施 f 2 】 o 不同品种、不同规格的带钢，在精轧机组中的终轧温度一般约为8 0 0 9 0 04 c ， 高取向硅钢的终轧温度通常为9 8 0 ，而大部份钢厂的输出辊道一般为1 0 0 米左 右，带钢在此段辊道上的运行时间一般约为5 1 5 秒。在这么短的时间内要使带 钢温度降低2 0 0 3 5 0 ，仅靠带钢在输出辊道上的热辐射散热和带钢向辊道传热 等自然冷却是不可能的，必须在输出辊道的很长一段距离( 7 0 8 0 m ) 上，设置高冷 却效率的喷水装置，对带钢上下表面喷水，进行强制冷却，并对喷水量进行准确 控制，以满足卷取温度的控制要求。 热轧带钢层流冷却控制系统的目的就是通过对层流冷却区域喷水水阀的动 态调节，将不同工况( 温度、速度、厚度) 的带钢从较高的终轧温度迅速冷却到 所要求的卷取温度，使带钢获得良好的组织性能和力学性能1 3 一。在实际生产中 对冷却系统的控制不仅决定了带钢全长卷取温度的精度，而且对带钢头部，特别 是薄规格带钢在输出辊道上的运行稳定性也有较大的影响。因此控制带钢最终的 卷取温度是层流冷却控制的主要内容1 5 j 。 目前卷取温度控制主要靠传统的数学模型完成，而带钢冷却过程的热交换是 非常复杂的非线性过程，难以用数学模型精确表达【6 】。在实际生产中，卷取温度 模型要经过自适应功能进行修正，且效果并不十分理想。 层流冷却控制是以预设定部分为主的，带钢卷取温度的控制精度在很大程度 上取决于温度预设定部分的精度。因此，提高卷取温度的预测精度是提高带钢卷 耿温度控制精度的重要方法，也是一个具有现实意义的课题。 1 2 热轧带钢冷却技术的发展 较早的带钢冷却方式仅控制带钢的卷取温度，只要在距精轧机侧有足够的冷 却水量即可，所以控制系统和控制模型都很简单。自2 0 世纪8 0 年代以来，市场 要求带来了轧制条件的变化，尤其是热轧双相钢控制轧制和控制冷却技术的发 展，使得带钢在输出辊道上的冷却过程在决定钢板性能方面具有了重要意义，也 由此产生了全新的带钢冷却规程，冷却控制不再仅控制卷取温度，而是控制包括 从精轧温度到卷取温度之间的全部冷却过程，因而控制模型及系统均变得非常复 杂。目前，热轧带钢轧后冷却技术的发展分为2 个方面，一方面是工艺技术的发 展，主要体现在各种冷却装置和冷却工艺的进步；另一方面则是控制技术的发展， 主要体现在控制模型、控制策略的进步1 7 】。 2 中南大学硕士学位论文第一章绪论 1 2 1 热轧带钢冷却工艺技术的发展 喷水强制冷却是一项很复杂的物理过程。冷却水和炽热的带钢初接触时，带 钢和水之间的巨大温差引起迅速的热传导，可是由于在带钢表面迅速行成的隔热 的隔热的蒸汽层，即“膜状沸腾”，结果出现一段低导热期，带到蒸汽层不再稳 定的附着在带钢表面时，带钢和水重新接触，进入“泡核沸腾”期，此时产生很 强烈的热传导。之后钢件逐渐变冷，热传导也相应的逐渐降低。任何强制冷却的 效果，取决于蒸汽层膜的破坏及达到“泡核沸腾”的程度。冷却时产生的蒸汽膜， 对传热系数影响比较大，使传热系数在1 0 0 0 1 6 0 0 0 w ( m 2 k ) 之间波动。 为了提高冷却效率，曾提出过各种冷却方式，主要有以下几种： ( 1 ) 高压喷嘴冷却 ( 2 ) 层流冷却 ( 3 ) 水幕( 条状缝隙) 冷却 ( 4 ) 雾化冷却 ( 5 ) 板湍流冷却 ( 6 ) 辊式淬火冷却 ( 7 ) 喷淋冷却 ( 8 ) 风冷 ( 9 ) 空冷 ( 1 0 ) 缓冷或堆冷 为了满足带钢轧后的快速冷却的要求，不管什么样式的冷却装置，都应具备 一下特点： ( 1 ) 具有高的冷却能力以获得高的温降效果。 ( 2 ) 控制冷却的范围要宽，以满足不同钢种、不同厚度带钢的不同冷却速度 要求。 ( 3 ) 具有带钢厚度方向、宽度方向和长度方向上温度控制措施，确保各方向 温度均匀。 ( 4 ) 高的冷却效率，即对一定规格的板带，能用最少的冷却水达到目标冷却 速度。也就是，应散失的热量与喷水强度( 单位面积上，单位时间内水的流量) 的比值最佳，从而节约冷却水和缩短输出辊道长度。 ( 5 ) 具有对控制信号快速响应的冷却系统，以便在带钢进入冷却区之前调整 水量，并能在线进行控制阀门的改变和调节，以提高阀门的响应时间。 ( 6 ) 在大生产中，在同样的轧制条件下，冷却装置必须保证大量重复操作中 具有同样的冷却效果，以确保冷却条件的稳定。 ( 7 ) 冷却装置内部和外部结构，应便于维护、操作、清除污垢。 3 中南人学硕士学位论文 第一章绪论 ( 8 ) 在满足正常冷却条件下节省能源。 试验证明，层流冷却具有处理产品范围宽、流量范围调节宽、无流态破碎、 冷却均匀、冷却水回收率高、设备维护量小等优点，应用最为广泛，成为目前热 轧带钢生产线的必选设备之一引。 近年来新建或改造的热轧带钢层流冷却系统都在原有基础上，在提高冷却 能力和冷却效率、扩大层流冷却对带钢生产的适应范围、提高带钢卷取温度控制 精度等方面有所突破。在层流冷却的配置、冷却水压力的控制、温度的调节能力 和精度等方面采用了如下先进技术【9 】。 ( 1 ) 在配置普通层流冷却装置的同时，还增加了加强型层流冷却段 i l c ( i n t e n s i v el a m i n a rc o o l i n g ) 或快速冷却装置u f c ( u l t r af a s tc o o l i n g ) 。新型的 带钢冷却装置不仅能满足一般钢种的控制冷却需要，而且能适应不同产品品种 的生产、开发要求，特别是超细晶粒钢、热轧多相钢等新品种的冷却需要。 ( 2 ) 为了稳定层流冷却装置喷嘴处的压力，提高冷却效率和冷却效果，新型的 带钢层流冷却系统采用了水塔供水+ 机旁水箱的结构方式。水塔供水可以以较小 的水泵供水能力来获得短期的大水量，从而达到节能目的，水塔的容积由带钢冷 却的最大耗水量和水泵供水能力之差来决定；机旁水箱可在层流冷却喷嘴频繁开 闭和供水水源压力波动的情况下用来稳定喷嘴压力。 ( 3 ) 为了获得更精确的卷取温度，目前广泛采用细化层流冷却后部精调段的 方法，其最小独立控制单元为一排鹅颈管，对温度的控制精度理论上达2 。 1 2 2 热轧带钢冷却控制技术的发展 从2 0 世纪6 0 年代的带钢层流冷却到9 0 年代的层流冷却系统的技术改造， 各国的科技工作者做了大量的工作，注意力集中在工艺技术的改造( 如各种层流 冷却方式) 和控制技术( 即控制器的设计，控制策略的给出) 的改进。目前控制模型 的建立基本上是遵循：机理模型一实验室或现场大量数据一简化模型一模型现场 修正为基础的建模方法【1 骷1 熨，这主要是因为该过程是一复杂的物理过程【1 6 1 。 ( 1 ) 控制模型的发展 目前，国内钢铁企业引进及使用较成熟的层流冷却数学模型主要有指数模 型、统计理论模型、差分模型和神经网络模型1 。心”。卷取温度控制模型主要是依 赖经验模型和模型的自适应功能进行修正，虽然效果较好，但也不否认，生产中 卷取温度控制很差的现象也普遍存在，一般认为这种差效果主要是由于水冷区对 流换热系数的计算不准确造成的，而带钢的热交换是非常复杂的非线性过程，并 且带钢在冷却过程中要发生组织转变，这些都难以用数学模型精确表达。 国内外都认为将数学模型和神经网络模型相结合可以有效地提高卷取温度 4 中南大学硕士学位论文第一章绪论 的控制精度。具体结合方式有两种，一是以数学模型为主，神经网络为辅，利用 神经网络来修正层流冷却热传导系数，从而提高卷取温度控制精度：二是以神经 网络为主，通过实测值和数学模型的计算结果作为网络的输入参数来预报卷取温 度。神经网络数学模型综合了数学模型的工艺特征和神经网络的非线性特点，模 型简单，容易理解，对流换热系数采取“黑箱 计算，从而回避了复杂的水冷换 热系数的理论计算。 ( 2 ) 控制策略的发展 随着社会发展与科学技术的进步，用户对钢铁产品质量、品种、性能的要求 越来越高，钢材质量指标已经达到相当高的程度。例如在外形尺寸精度方面：成 卷提供的宽幅冷轧带钢，厚度精度已经达到o 0 0 2 t u r n ，热轧板厚度精度己达 0 0 2 5 m r n 。在内部组织结构方面，已实现了对微米、亚微米级的组织进行控制， 实验室中普通钢的晶粒尺寸已经可以控制在l # m 左右，工业规模生产中已经获 得了晶粒尺寸在3 - - - 4 # m 左右的细晶粒结构钢；除此之外，有些专门用途的钢材 还有深冲、超深冲、抗凹陷性、烘烤硬化性、可焊接性、耐温、耐压、耐磨、耐 蚀等使用性能方面的严格要求。这就为轧制工程的控制进一步增加了难度，用传 统方法已经很难进一步提高控制水平了。 一方面用户提出了高要求，另一方面轧制问题是一个复杂的问题【2 6 】：多变 量。轧制过程涉及的物理量很多，它们是随着时间进程和空间位置而变化，如温 度、压力、速度、流量、张力等。而且很多物理量是以场的形式存在的，如温度 场、应力场、应变场、速度场等；强耦合。上述变量中，其中任何一个发生变 化都将引起其他多变量发生变化，从而导致整个系统状态的改变。例如温度的变 化引起轧制力的变化，而车l aj j 力的变化引起塑料性变功率的变化，反过来又引起 温度的变化；非线性。车l a t j 过程中的很多相关关系是非线性的，这里既有几何 非线性问题，也有物理非线性问题；时变性。轧制过程不可能长期稳定维持在 一个理想的最佳点，上述大量非线性、强耦合的变量时时刻刻在变化着，影响着 目标控制量的变化。 市场驱动轧制过程控制必须要高质量、高精度，而轧制过程是一个极其复杂 的问题，循规蹈矩地按照传统方法，从几条基本假设出发，列出几个方程，进行 简化求解，显然难以得到理想的结果。人工智能能满足多变量、强耦合、非线性、 时变性控制的要求，将人工智能运用到轧制过程中适应了时代的要求。 1 9 8 4 年小园东雄曾介绍了利用人工智能技术进行型钢的最优剪切控制，9 0 年代以后，日本轧钢界学者和工程技术人员在人工智能应用方面做了大量的工 作。在模糊理论和模糊控制方面，有带钢板型的模糊控制、进行板厚一张力不相 关控制、热带钢精轧机组的轧制规程设定、利用模糊规则根据热带精轧机组前3 中南大学硕士学位论文第一章绪论 架的轧制实绩对后几个机架进行动态修正等等。在神经网络方面，有冷连轧机组 压下规程设定、多辊轧机板型控制、利用b p 网络进行板型识别、综合利用神经 网络和模糊逻辑进行板型控制、利用自组织模型进行操作数据分类等等。 德国轧钢界学者和工程技术人员在人工智能技术应用方面也做出了巨大的 贡献。西门子公司利用神经网络进行轧制过程自动控制，进行轧制力预报、带钢 温度预报和自然宽展预报，使! f l 匍j 力预报精度提高1 5 - 4 0 ，温度精度提高 2 5 ，宽展精度提高2 5 。这些成果己经应用于德国蒂森钢铁公司、赫施钢铁公 司等轧钢厂。 除了日本和德国之外，其他各国轧制工作者也在人工智能应用各个方面开展 了研究工作。如勒奥( k p r a o ) 等1 27 j 利用神经网络预报热变形中的屈服应力，拉齐 奥( j l a r k i o a ) 2 8 】等利用神经网络预报冷轧轧制力，埃斯特雷纳( k a i s t l e i t n e r ) 2 9 】等 利用神经网络识别轧钢偏心，鲍特曼似f p o r t m a n n ) 3 0 】等把神经网络用于轧机的 自动控制。 国内在9 0 年代以后开始有人工智能在轧制领域应用研究方面的报道。如型 钢轧制工艺故障模糊诊断、工字钢孔型设计专家系统、利用神经网络预报热轧精 轧机组s l y 0 力等。9 0 年代初，东北大学轧制技术及连轧自动化国家重点实验室 ( t h es t a t ek e yl a b o r a t o r yo fr o l l i n ga n da u t o m a t i o n ，简称r a l ) 开始把人工智能 在轧制中的应用作为主要研究方向之一，其后一批博士后、博士和硕士研究生及 青年教师围绕这个方向开展了大量的研究工作。 1 3 热轧带钢层流冷却控制技术的难点 目前，热轧板带层流冷却控制系统基本上采用分布式计算机控制系统( d c s ) ， 一般分为基础自动化( b a c ) 着- l 1 产过程自动化( p a c ) 两层控制级，如图1 2 所示。 2 级 过程控制级 1 初始数据输入2 跟踪3 控制晕的设定4 基于模型的控制量校正 5 数据的采集和处理6 人机界面7 报告和记录8 数据通讯 1 级 i 基础自动化 l 图1 - 2 热轧带钢层流冷却控制系统 6 中南大学硕士学位论文 第一章绪论 从过程机承担的主要任务来看，分为确定冷却策略：设定阀门开启数量、位 置和时间；进行参数自适应修正；对实际的控制效果进行统计评判。这几项都是 提高带钢卷取温度控制精度的关键因素，都离不开预设定模型，是对预设定模型 所提出的前提条件、控制结果、校币算法和结果分析。欲从预设定模型给出开阀 的个数，首先必须对诸如临界温度、起始阀门位置、最大冷却能力等从冷却策略 中确定之后，方可由预设定模型根据目标卷取温度的要求，得到阀门的开启个数， 由板带在层流冷却区的速度运行图及空冷区长度和集管冷却水长度确定板带某 一段在水冷区的位置和时间，利用卷取温度预测模型所预测到的卷取温度和实际 测量的卷取温度的偏差来对预测模型中的参数进行自适应校正，并将实际卷取温 度与目标卷取温度的偏差进行统计评判，以便给出预测模型的长期自适应参数， 并得出统计分析的结论。从上述分析看，提高卷取温度控制的精度的难度可归纳 如下1 3 l 】： ( 1 ) 影响卷取温度的因素多而复杂，包括板带的材质、厚度、速度，冷却水 的水量、水压、水温及水流运动形态，终轧温度，热传导、对流、辐射的条件， 层流冷却装置的设备状况等等。这些因素大多机理复杂，其中速度等因素则更具 有很强的时变性，因此，很难在在线控制数学模型中全部涉及和精确描述。 f 2 ) 层流冷却装置分布在约1 0 0 米左右的输出辊道的上、下方，板带任意一 点通过层流冷却区需要5 1 5 秒时间，由于加速轧制技术的采用，板带各点通过 层流冷却区的时问差异也很大。因此，控制冷却实际上是在很大的空问范围内对 处于变速及高速运动中的板带沿长度方向逐点施行控制，这使得卷取温度控制变 得十分复杂。 ( 3 ) 卷取温度测温仪安装在层流冷却区外1 0 米甚至更远的位置。相对控制点， 检测滞后很大，严重制约了常规反馈控制方法的使用( 由于时间滞后太大，易产 生振荡现象) 。此外，控制阀的开闭及冷却水从出水至溅落到钢板表面，都存在 较大滞后效应( 秒级) ，给动态控制带来了不利影响。 ( 4 ) 冷却水量的调节是非连续的，其控制“粒度”由一个阀所控制的水量决 定。卷取温度控制精度本质上受此“粒度 大小的制约。 从控制的角度，卷取温度控制问题及其面临的困难可描述如下：板带任一点 从精轧末机架运行到卷取温度测温仪时，该点及其后相当长一段带钢的受控冷却 过程实际己经结束，而在冷却过程中又不便或不可能对该点温度进行实测和适时 调节冷却水量，但同时又要求带材各点到达卷取温度测温仪时温度处于精度范围 之内。换句话说，即如卷取温度控制这样的物料全长质量控制，要求在控制施行 过程中不对受控物体的被调量状态进行观测的条件下，保证物料各点到达控制终 点时被调量的值满足精度要求。这就必然导致对设定控制的依赖。而设定控制的 7 中南大学硕士学位论文 第一章绪论 精度，不仅受到在线控制模型结构简化所带来的本质上不精确的限制，也由于随 机时变因素的影响而受到内外环境不确定性的制约。 1 4 本文的主要内容及安排 本文以某厂热轧带钢层流冷却系统为背景，分析了带钢的冷却机理及其数学 模型。发现该冷却系统长时间运行后，卷取温度的控制效果出现偏差。针对控制 技术上的难点和模型精度不足，采用新方法作了优化改进。仿真结果证明了优化 方法的有效性，提高了带钢卷取温度预报的精度。 第一章绪论部分主要介绍了课题的研究背景，以及国内外热轧带钢层流冷却 控制的研究现状及其技术难点。 第二章对国内某热轧厂冷却控制系统及其温度数学模型进行了研究，分析了 该厂卷取温度模型控制精度低的原因。 第三章针对该厂热轧带钢卷取温度控制精度低的问题，提出了一种传统模型 和遗传神经网络相结合的方法。将改进的遗传算法应用在神经网络的预报上，可 以有效提高神经网络的准确性和速度，为在线应用打下基础。 第四章是综合温度模型在卷取温度预测中的应用，将关联规则挖掘技术运用 到神经网络的建模中去，通过实际的仿真实验，说明综合温度模型能有效的提高 带钢卷取温度的预测精度。 第五章对全文做出总结，提出了对后续研究的展望。 8 中南大学硕士学位论文第二章层流冷却系统及数学模型 第二章层流冷却系统及数学模型 2 1 层流冷却系统工艺流程 2 1 1 层流冷却系统设备布置 该热轧带钢厂为了优化产品结构，提高产品质量，增强企业的市场竞争能力 和发展后劲，从2 0 0 2 年开始，从国外引进了从精炼、薄板坯连铸连轧等工艺设 备。其中薄板坯连铸连轧生产线属于第二代“紧凑式带钢生产线”( c o m p a c ts t r i p p r o d u c t i o n ) ，简称c s p 。其主体工艺设备由德国西马克德马格( s m s d ) 公司制造， 电气自动化控制系统由日本t o s h i b a g e 公司制造集成，辊底式均热炉由美国 b r i c m o n t 公司提供。采用目前世界最先进的薄板坯连铸连轧工艺，生产3 毫 米以下优质薄板，产品可广泛应用于家电制造、机械、建筑、轻工等领域。生产 线主要设备包括两套“一机一流的薄板坯连铸机、两座辊底式均热炉、一台 高压水除鳞机、一台带立轧机的七机架精轧机、一套层流冷却设备、一台高速飞 剪机、两台地下卷取机以及套离线的平整机组。设计年生产能力为2 0 0 万吨。 该热轧板厂的层流冷却系统示意如图2 1 所示。 第一级冷却区第八级冷却区 图2 - 1 某厂层流冷却系统示意图 在图2 1 中，带钢经过七级热连轧，进入层冷区域，经水冷和空冷作用后，降 到合适的卷取温度，最后通过卷取机变成钢卷。 水冷区共分为八段，输出辊道上下各布置一排喷水架，其中前七段喷水架上 挂可由四组阀门控制的喷水管，第八段喷水架上挂可由八组阀门控制的喷水管。 当热轧带钢进入冷却区后，冷却水将以均衡的压力和流量好像分层一样喷向带 钢。对层流冷却系统的控制主要是调节喷水阀的开闭数量，水阀的喷水由7 2 个 电动阀门控制，上下侧各3 6 个。水冷区域的前七段为粗冷段，每侧前2 8 个为粗 9 中南大学硕士学位论文第二章层流冷却系统及数学模型 调水阀；第八段为精冷段，每侧最后8 个为精调水阀。每个粗调水阀控制两个喷 水管，每个精调水阀控制一个喷水管，因此一个粗调水阀控制的水流量是精调水 阀的两倍。控制系统分为3 个模块，预设定模块、前馈控制模块和反馈控制模 块。 2 1 2 卷取温度预设定 预设定模块的作用是，当带钢运行到热连轧第4 道次( f 的时候，读取带 钢厚度、运行速度、钢种、冷却方式、终轧温度和目标卷取温度等参数，依据卷 取温度模型对各冷却段的温度降进行迭代计算，以确定水冷区第1 8 段水阀的 初始开闭模式。然后预先开启或关闭上、下冷却水阀。该模块主要是用于克服水 阀响应延迟的影响，实际上是一种静态前馈控制方式。具体操作如下： ( 1 ) 当每段带钢位于热连轧第4 道次的时候，尽管这个温度可能不会和这段 带钢实际到达终轧测温仪所测得的温度相同，但是这段带钢的终轧温度就被设置 为前面位于终轧测温仪下的那段带钢的实测的终轧温度。当带钢头部还没到终轧 测温仪的时候，那么终轧温度将会被设定为在热连轧里计算的温度。如图2 2 所 示。 实测的带钢终轧温度被设 置为第j 段带钢的终轧温度 囫圈：第i 段带钢 图2 - 2 带钢第i 段和第k 段的相对位置 ( 2 ) 第i 段带钢的温度将会尝试性的被计算。根据水阀的优先权的编号，一 个个的阀门被设嚣为开，然后这段带钢从第1 段水冷区到最后段水冷区的温度 就会被计算出来。如果计算的卷取温度在目标卷取温度的公差范围内，那么对于 这段带钢的阀门的类型将会被存储起来。如果计算的卷取温度不在目标卷取温度 的公差范围内，那么将会增加一个丌的水阀或者是关掉一个主冷段的水阀而打开 一个精冷段的水阀。 下面举一个计算例子，如图2 3 所示。 l o 中南大学硕士学位论文第二章层流冷却系统及数学模型 f d t 水冷段 v 一一r 一 水冷段 c t 际习一 v 第一次计算： f d t水阀n o 1o n20 1 33o f f 8 8 0 d e g ( e x i tt e m p ) 8 0 0 7 2 07 1 0 n c 1o nn co f f 计算的c t 6 5 06 4 06 3 0 冷却不够 第二次计算： f d t 水阀n o 10 1 3 2o n 3 0 1 3n c 1o f f n co f f 计算的c t 8 8 0 d e g ( e x i tt e m p ) 8 0 0 7 2 0 6 4 06 2 0 6 1 06 0 0 计算会重复进行，直到带钢每段的计算的卷取温度等f 目标卷取温度满足 图2 - 3 卷取温度设定计算的例子 2 2 数学模型的理论基础 钢板轧后冷却的过程即是固体与外界的传热过程，主要包括两部分：一是钢 板内部的热传导过程；二是和周围介质的外部热交换过程，包括辐射、对流和传 导。理解掌握传热的基本理论，可以准确的计算出所研究系统中传递的热流量及 温度分布，这是实现控冷系统准确控制的重要基础。 传热学是研究由温差引起的热量传递规律的科学。传热过程有三种基本方 式：热传导、热辐射和热对流【3 2 讲j 。 2 2 1 热传导 热传导有两种类型，一是接触热传导，即两件物体相接触时，当存在温度差 时将产生的热量传导；二是固体物体内部当表面和中心温度有差别时将发生的热 传导。接触热传导主要用于轧制时轧辊和轧件接触造成的温降，轧辊和轧件的接 触热传导往往受表面氧化铁皮层热阻的影响，因此现象比较复杂。 固体热传导过程完全取决于固体内温度的分布，研究固体内热传导即是研究 物体内温度场随时间的变化 f 。= f ( x ，y ，z ，f )( 2 1 ) 式中，x ，y ，z ，f 一所研究的空间坐标； f 。一温度； f 一时间。 在某一瞬间，物体各点的温度数值综合为“温度场”。连接温度场中具有同 一温度的各点就得出“等温面”或“等温线”，不同温度的等温面不会相交，等 中南人学硕士学位论文第二章层流冷却系统及数学模型 温面不可能中断。所有的等温面或者自身封闭，或者终止于物体的边缘。 沿着等温面移动不会有温度变化，从一个等温面移动到另一等温面时，就会 有温度变化，沿着等温面法线方向移动时，温度变化速度最大。 温度在空间沿方向n 的变化速度用 表示。a t 6 为移动极小一段距离a n 的 温度变化( n 为法线方向的距离) 。 而“温度梯度”是指这样一个向量，其数量上等于石的极限值，即当幽趋 于零时的值，此向量的方向同指向温度增加方向的法线n 方向重合，即 l g r a d ，o | = i i m l 竺l 型a n l ( o c 聊) ( 2 - 2 ) 热传导利用基于下一基本事实，即仅当温度梯度不是零时，才发生热流。傅 里叶假说为 q = - a g r a d t 。( 2 3 ) 式中，g 一热流密度向量，即单位时间内在等温面单位面积上所通过的热量； 允一比例系数，称为热传导系数，w ( m 2 ) 。 热流向量的幅值为热流密度 g = 一五 ( w m 2 )( 2 - 4 ) 所以 d o = q d f d r = 一欠睾d f d r ( j )( 2 - 5 ) 式( 2 - 5 ) 即为傅里叶定律。 由此可推导出导热微分方程。取导热物体内一微立方单元，设各侧表面上导 入的热流密度为吼，q y ，q ：，导出热流密度为以，g ：，彰，则 q - = q x + 粤d x g y = q y + 署痧 彰= g ：+ 粤d z ( 2 - 6 ) 征d r 嗣1 日j 冈导八利导出阴热重为 垓= 吼捌f 螋= l + 嚣出 唰f 鸱鸣r 蟛= l 矿詈砂l 捌r ( 2 - 7 ) 媲= 9 础州r 趔= l + 誓出i 蜊f 1 2 中南大学硕士学位论文 第二章层流冷却系统及数学模型 a q = ( 姒一媲) + ( 蟛一坦，) + ( 嗖一坦) = l 誓+ 詈+ 誓l 砒勉c j ， c 2 卸 i 苏却瑟i 。 p 叫 另一方面，单元体的初始温度为芘，单位时间内温度变化为，d r 时间内温度 变化量为兰d r 。引起此温度变化所放出的热量为 d f 坦= - c t d v d r( 2 - 9 ) 由于d v = d x d y d z ，所以 根据傅里叶定律知 g y 一九瓦 西。 吼一z 瓦 a 。 ( 2 - 1 0 ) 缈磊朝【萨+ 矿+ 万j a a t f _ 酬l ( a 2 t ：。矿0 2 t * - 4 - o x+ 尝o z ( 2 - 1 1 ) 一+ 一i l 一ll i a f 缈i 2 。砂2 2 卜7 r ，a 2 f 。a 2 ，。a 2 f 。、 钏l 万+ 矿+ 可j 式中，口：互称为导温系数，单位为m 2 s 或m 2 m 。 c 7 对于带钢温降来说，可将此问题看为无限大薄板，认为只有一个厚度方向存 在温差，热流由厚度中心单向流向表面，此时笙0 3 , = 箜a z = 。，所以等= 口等。 其表面的边界条件由表面热交换来确定。 2 2 2 辐射换热 辐射是由于物体本身温度导致产生电磁波，其波长范围有o 1 j a m 到 1 0 0 0 i - t m ( 包括了紫外线、可见光和红外线三个波段，主要是红外线) 。 辐射过程伴随着能量的转换，热能一辐射能一热能。辐射能的传播以光速进 行，不需要借助中问介质，更不需要相互接触。热射线射到物体后，其辐射能部 分被物体吸收，变为热能。任何物体不论其温度高低，都在不断地向外辐射能量 觐i + 万 笪砂 电i 一 广l ，x 毂 笪衍 y 叩 中南大学硕士学位论文第二章层流冷却系统及数学模型 ( 只有绝对零度时，才不放射能量) ，同时又不断地部分吸收外界投射的辐射能。 根据得到的热量和失去热量的多少而决定是被加热还是冷却。带钢的辐射温降， 主要存在于钢坯、带坯及带钢的输送过程，高温轧件在空气中逗留时将不断通过 辐射方式散出热量造成温降( 此时实际上同时存在空气自然对流，但其产生的结 果和辐射相比只为后者的5 7 。因此一般将其归于辐射温降通过实验确 定的当量辐射率) 。 大量实践结果证明，辐射能量( 单位面积和单位时间内) 和温度的四次方成正 比，即 e = 8 a ( i 去6 0 ) 4 ( w m 2 ) ( 2 - 12 )10 0 ，一 式中，俨绝对黑体的辐射系数，又称斯蒂芬一波尔兹曼常数，a = 5 6 9w ( m 2 1 4 4 ) 一实际物体黑度，又称为辐射率( s 1 ) ，当表面氧化铁皮较多为0 8 ，刚 轧出的平滑表面为0 5 5 - - 一0 6 5 ，需根据实验来确定； 丁一物体绝对温度，t ：t 。+ 2 7 3 ，k 。 因辐射散失的热量为 嘲肌驰= 舾4 一( 制，f p 其热流密度为 一l ( 志) 4 一( 制 陋 而热流量为 痧- - - q f ( 2 15 ) 式中，g 一热流密度，j ( m 2 s ) ； e t 一散失到周围介质中的能量( 单位面积和单位时间内敖失的) ； 匠一吸收的能量( 单位面积和单位时间内吸收的) ； q 一热量，j ( 工程上常用k c a l ) ； f 一散热面积，对板坯来说f = 2 毗为板坯宽度，三为长度) ，m 2 ； f 一时间，s 。 上式由于r 0 t ，因此一般可忽略环境温度。因此，式( 2 - 1 3 ) 可写成微分形式 d o ：s 文坠陆 q 1 6 ) 。 1 0 0 由于散热造成的温降为d t ( k ) ，其热量的微分为 d q = - g c d t = - h b l y c d t( 2 - 1 7 ) 式中，曰一坯宽，m ： 三一坯长，m ；