不锈钢铸坯宽度优化控制模型研究及应用

铸坯宽度的精确控制是连铸生产过程中保证铸坯质量的重要手段之一,过宽或过窄都会给轧钢工序带来不利影响。目前,铸坯宽度主要通过人工经验在线调整二冷区参数来进行控制,存在铸坯宽度合格率低、波动大的问题。因此,实现不锈钢铸坯宽度的自动优化控制就极为重要。针对不锈钢铸坯宽度控制过程中影响因素多且具有非线性、多变量耦合等特性,提出一种基于随机森林-差分进化(RF-DE)算法的铸坯宽度优化控制模型。首先,根据专家经验从大量连铸生产工艺参数中选取不锈钢铸坯宽度的关键影响因素,进而采用随机森林算法(random forest,RF)建立不锈钢铸坯宽度预测模型。接着,以连铸二冷工艺参数为决策变量,以宽度模型预测值与铸坯目标宽度的绝对误差为目标函数,构建带工艺约束条件的不锈钢铸坯宽度优化控制模型,进而采用差分进化算法对上述模型进行优化求解,获得可用于连铸生产控制的二冷工艺参数设定值。最后,通过某钢厂实际生产数据对模型进行验证。结果表明,相较于梯度提升树、支持向量回归、多层感知机等模型,随机森林模型泛化能力强且精确度高,更适用于铸坯宽度的预测,其平均绝对误差MAE为0.047 2 mm;且采用宽度优化控制模型后的不锈钢铸坯宽度合格率显著提高,新模型具有较高的宽度控制精度。