加热炉自适应钢坯温度预报模型的开发

针对目前加热炉钢坯温度预报模型的边界条件缺乏自适应性的问题，提出了一种基于神经元网络辨识的在线自适应钢坯温度预报模型，并引入粗轧机组后面的钢坯温度实时检测信号作为反馈修正钢坯温度预报。工业试验和仿真研究皆表明，该自适应钢坯温度预报模型精度高、自适应性好、鲁棒性强。

加热炉自适应钢坯温度预报模型

针对加热炉生产过程中钢坯温度难以在线测量的问题,从钢坯升温传热机理出发建立了基于状态空间的自适应钢温预报数学模型。引入粗轧机组出口的钢坯温度实时检测信息,可对数学模型进行自适应校正。工业试验仿真研究表明,该钢坯温度预报模型精度高、自适应性好、鲁棒性强。

步进式加热炉建模和炉温优化设定策略

研究了步进式加热炉钢坯温度预报模型、各段炉温优化设定策略和动态补偿方法 .模型基于描述钢坯不稳定导热的二维偏微分方程和相应的边界条件 ,稳态优化设定采用 Hooke- Jeeve模式搜索法 ,动态补偿采用 PID调节和专家经验相结合的方法 .仿真研究表明 。