CN103146905A - 一种基于钢坯优化加热曲线的加热炉炉温决策方法 - Google Patents

一种基于钢坯优化加热曲线的加热炉炉温决策方法 Download PDF

Info

Publication number
CN103146905A
CN103146905A CN2012105063794A CN201210506379A CN103146905A CN 103146905 A CN103146905 A CN 103146905A CN 2012105063794 A CN2012105063794 A CN 2012105063794A CN 201210506379 A CN201210506379 A CN 201210506379A CN 103146905 A CN103146905 A CN 103146905A
Authority
CN
China
Prior art keywords
steel billet
furnace
temperature
furnace temperature
heating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2012105063794A
Other languages
English (en)
Inventor
段广东
李卫杰
张荣明
李继钊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wisdri Wuhan Wis Industrial Furnace Co Ltd
Original Assignee
Wisdri Wuhan Wis Industrial Furnace Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wisdri Wuhan Wis Industrial Furnace Co Ltd filed Critical Wisdri Wuhan Wis Industrial Furnace Co Ltd
Priority to CN2012105063794A priority Critical patent/CN103146905A/zh
Publication of CN103146905A publication Critical patent/CN103146905A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Control Of Heat Treatment Processes (AREA)

Abstract

本发明提供了一种基于钢坯优化加热曲线的加热炉炉温决策方法,其包括以下步骤:S1)计算参数初始化;S2)对加热炉进行计算段的划分;S3)对加热炉内所有钢坯进行位置跟踪及温度跟踪;S4)判断是否完成加热炉内所有钢坯的位置跟踪及温度跟踪,若未完成则返回步骤S3;若完成则进入下一步;S5)判断是否到达炉温决策周期,若未到达炉温决策周期,则返回步骤S3;如到达炉温决策周期,则进行炉温决策。本发明修正算法简单,计算速度快、效率高,利于实现加热炉在线控制和节能降耗。

Description

一种基于钢坯优化加热曲线的加热炉炉温决策方法
技术领域
本发明涉及加热炉数学模型开发及加热炉优化控制技术领域,尤其涉及一种基于钢坯优化加热曲线的加热炉炉温决策方法。 
背景技术
加热炉是热轧生产中的重要设备,也是热轧产线耗能较大的设备之一,随着能源供应短缺与能源需求增长、过量的资源能源消耗量与有限的资源环境承载力的矛盾的突出,加之热轧产品和工艺装备的快速升级、高附加值钢板对加热炉加热工艺要求的不断提高,使加热炉面临节能降耗及提高自身控制水平的严峻挑战。 
相关领域技术人员,针对上述问题进行了大量的研究工作,尤其在加热炉优化控制数学模型开发方面,最典型的主要有两种:一是,基于数据挖掘及统计理论开发的加热炉炉温设定值优化模型,其主要包括数据采集与数据挖掘分析两个模块。数据处理主要完成实时数据采集获取加热炉当前温热制度,然后通过数据挖掘分析模块将采集的生产数据处理成分析样本并按照一定的规则存储于数据库中,生产时从数据库中获取加热炉当前状态的最优炉温设定值;二是,基于热工专业理论开发的加热炉炉温决策数学模型及加热炉内钢坯温度预测数学模型。 
前者撇开了热工专业理论,样本的优劣直接影响炉温决策及钢温预报,从而影响加热炉控制效果,其用于指导实际生产显然无法合理实现加热炉最优控制及节能降耗宗旨;后者更注重加热炉炉温决策及钢温预报,其主要基于热工专业理论通过数学模型完成加热炉最优炉温设定值的计算。但其炉温设定值生成主要以达到钢坯出炉温度为目标,并通过数学模型所计算的钢坯出炉温度与目标出炉温度的偏差来不断修正炉温设定值,并未完善考虑加热炉能耗及钢坯中间升温状况。 
发明内容
本发明针对上述技术问题,从加热炉炉膛内的传热机理出发,提出一种基于钢坯优化加热曲线的加热炉炉温决策方法,通过虚拟加热以钢坯优化加热曲线为依据对一块钢坯当前位置所对应炉温进行修正,然后对加热炉每个控制段内所有钢坯所对应炉温进行加权平均,从而计算获得加热炉各控制段的决策炉温。本发明综合考虑了加热炉内所有钢坯的影响,利于实现加热炉优化控制。对一块钢坯所对应炉温进行修正,是基于该钢坯当前位置模型的计算温度与当前位置的优化加热曲线目标温度之偏差,且修正算法简单,计算速度快、效率高, 利于实现加热炉在线控制。同时,将以钢坯在加热炉内加热至目标温度所需的最小燃料消耗量为目标函数所建立的钢坯优化加热曲线引入至加热炉炉温决策算法中,利于实现加热炉节能降耗。 
本发明解决所述技术问题主要采取如下技术方案:一种基于钢坯优化加热曲线的加热炉炉温决策方法,包括以下步骤: 
S1)计算参数初始化; 
S2)对加热炉进行计算段的划分; 
S3)对加热炉内所有钢坯进行位置跟踪及温度跟踪; 
S4)判断是否完成加热炉内所有钢坯的位置跟踪及温度跟踪,若未完成则返回步骤S3;若完成则进入下一步; 
S5)判断是否到达炉温决策周期,若未到达炉温决策周期,则返回步骤S3;如到达炉温决策周期,则进行炉温决策。 
所述的方法,步骤S1初始化的参数包括:加热炉结构参数、加加热炉内钢坯位置及温度场、加热炉各控制段炉温、钢坯计数器初始化、加热炉内钢坯总数、计时器参数。 
所述的方法,步骤S2划分的方法包括:根据加热炉内热电偶的数目及其在加热炉内的布置,将加热炉每个控制段划分为若干个计算段。 
所述的方法,步骤S3温度跟踪的方法包括: 
求解钢坯导热控制方程,计算获得钢坯内部温度分布,其导热控制方程如下: 
ρ ( T ) · c ( T ) · ∂ T ( y , τ ) ∂ τ = ∂ ∂ y [ λ ( T ) · ∂ T ( y , τ ) ∂ y ]
式中,ρ(T)为钢坯密度,c(T)为钢坯比热,λ(T)为钢坯导热系数,τ为时间,T=T(y,τ)为钢坯温度,y为钢坯厚度坐标; 
其边界条件为: 
q u = λ ( T ) · ∂ T ( y , τ ) ∂ y | y = d
q b = λ ( T ) · ∂ T ( y , τ ) ∂ y | y = 0
其初始条件为: 
T(y,τ)|τ=0=f(y)0≤y≤d 
式中,qu为钢坯上表面热流密度,qb为钢坯下表面热流密度,f(y)为钢坯初始温度场,d为钢坯厚度。 
所述的方法,步骤S5炉温决策的方法包括: 
S51)钢坯计数器j初始为1; 
S52)加热炉内第j块钢坯的计时器τj初始化为零,生成第j块钢坯的优化加热曲线,一块钢坯所对应炉温的修正次数计数器i初始化为1; 
S53)计算第j块钢坯当前温度与其优化加热曲线目标温度的偏差△Tj,根据该偏差对钢坯j所对应的炉温进行修正,获得修正后的炉温Tfi,j,k; 
S54)以炉温Tfi,j,k对钢坯j进行虚拟加热,计算钢坯j第i次虚拟加热后的温度与其优化加热曲线目标温度的偏差△Ti,j; 
S55)判断△Ti,j是否小于等于许用值ξ,若大于许用值ξ,则将△Ti,j赋值给△Tj回到步骤S53继续计算;若△Ti,j小于等于许用值ξ,则将炉温Tfi,j,k作为钢坯j所对应的决策炉温; 
S56)判断钢坯计数器j是否等于加热炉内钢坯总数目N,若j不等于N,则钢坯计数器j加1,然后回到步骤S52继续计算;若钢坯计数器j等于加热炉内钢坯总数目N,则继续以下步骤; 
S57)根据加热炉内每块钢坯的炉温决策值Tfi,j,k计算获得加热炉各控制段的炉温决策值Tfk。 
所述的方法,步骤S53获得修正后的炉温Tfi,j,k的方法是按下式得到的: 
Tf i , j , k = Tf i , j , k · ( 1 - c i · Δ T i , j T Opt , j )
式中,等式右边的Tfi,j,k为第i次虚拟加热时钢坯j所对应的炉温,等式左边的Tfi,j,k为第i次虚拟加热后所修正的钢坯j所对应的炉温,其作为第i+1次虚拟加热时钢坯j所对应的炉温,ci为修正系数,TOpt,j为钢坯j的优化加热曲线目标温度,ΔTi,j为第i次虚拟加热后钢坯j的温度与其优化加热曲线目标温度TOpt,j的偏差。 
所述的方法,步骤S54虚拟加热的方法包括: 
S541)以钢坯j的初始温度场T0,j及钢坯j所对应的炉温Tfi,j,k对钢坯进行位置跟踪及温 度跟踪; 
S542)计算温度跟踪后钢坯j的温度与其优化加热曲线目标温度的偏差△Ti,j; 
S543)判断△Ti,j是否小于等于许用值ξ(ξ一般取-5℃到5℃之间的值即可;实际上ξ相当于一个收敛标准,当对计算精度要求较高时ξ可以取的小一些,但这样程序运行时间较长;反之ξ可以适当放宽,以提高程序计算速度): 
S5431)若△Ti,j小于等于许用值ξ,则结束对钢坯j的虚拟加热并将Tfi,j,k作为钢坯j所对应的决策炉温; 
S5432)若大于许用值ξ,则根据△Ti,j对Tfi,j,k进行修正,得到修正后钢坯j所对应的炉温Tfi+1j,k,回到步骤S541仍以T0,j作为钢坯j的初始温度场,但以修正后的钢坯j所对应的炉温Tfi+1,j,k继续计算。 
所述的方法,步骤S57得到炉温决策值Tfk的方法包括: 
按下式计算获得加热炉第k控制段的炉温决策值Tfk: 
Tf k = Σ j = 1 N k ( ω j · Tf i , j , k )
式中,Nk为加热炉第k个控制段中钢坯的数目,ωj为第j块钢坯的炉温决策值Tfi,j,k所对应的权值(权值ωj可以取0到1之间的任意数,包括0或1,但应满足
Figure BDA00002502490000042
一般控制段中间位置的钢坯其权值取高些,两边取低些,呈抛物线状为宜,比如:控制段内有5块钢坯从控制段入口到控制段出口依次为B1、B2、B3、B4、B5,可取ω1=0.15、ω2=0.2、ω3=0.3、ω4=0.2、ω5=0.15),Tfi,j,k为第j块钢坯在加热炉第k个控制段内的第i个炉温决策值。 
本发明与现有技术相比,具有以下主要有益效果: 
1.其炉温决策基于钢坯优化加热曲线,钢坯优化加热曲线是以钢坯在加热炉内加热至目标温度所需的最小燃料消耗量为目标函数,仿真计算钢坯在加热炉内的运动及加热升温过程获得的钢坯加热曲线,将其引入至加热炉炉温决策算法中,利于实现加热炉节能降耗。 
2.通过虚拟加热以钢坯优化加热曲线为依据对一块钢坯所对应炉温进行修正,然后对加热炉内所有钢坯所对应炉温进行加权平均计算获得加热炉各控制段的炉温,综合考虑加热炉 内所有钢坯的影响,利于实现加热炉优化控制。 
3.本发明所提供的一种基于钢坯优化加热曲线的加热炉炉温决策方法,其内部并无复杂算法及较多的迭代,计算速度快、效率高,利于实现加热炉在线控制。 
附图说明
图1为本发明的总流程图。 
图2为炉温决策流程图。 
具体实施方式
本发明所提供的一种基于钢坯优化加热曲线的加热炉炉温决策方法,其包括:计算参数初始化步骤、对加热炉进行计算段划分步骤、钢坯位置跟踪及温度跟踪步骤、炉温决策判断及执行步骤。 
所述计算参数初始化步骤,主要包括计时器τ及钢坯计数器j初始化、加热炉内钢坯位置及温度场初始化、加热炉各控制段炉温初始化。 
所述对加热炉进行计算段划分步骤,主要根据加热炉内热电偶的数目及其在加热炉内的布置,将加热炉每个控制段划分为若干个计算段。 
所述钢坯位置跟踪及温度跟踪步骤,其钢坯位置跟踪主要是获取加热炉内钢坯当前位置信息;其钢坯温度跟踪主要是通过求解钢坯导热控制方程,计算获得钢坯内部温度场。 
所述炉温决策判断及执行步骤,其炉温决策判断步骤主要是根据计时器计时情况判断是否到达炉温决策周期;其炉温决策执行步骤主要指根据当前炉膛内部温度场对加热炉各控制段炉温设定值进行计算。 
其炉温决策执行步骤主要包括:钢坯的优化加热曲线生成、一块钢坯所对应炉温的修正、钢坯虚拟加热、加热炉各控制段炉温设定值生成。 
所述钢坯的优化加热曲线生成,计算生成加热炉内钢坯的优化加热曲线。所述钢坯优化加热曲线,其包括钢坯在加热炉内的位置数组POS[M-1]及与每个位置对应的钢坯节点温度数组TEMP[M-1,N-1],其中M为按加热炉炉长方向划分的位置数目、N为钢坯厚度方向的节点数目。 
所述一块钢坯所对应炉温的修正,计算加热炉内第j块钢坯当前温度与其优化加热曲线目标温度的偏差△Tj,根据该偏差对钢坯j所对应的炉温进行修正,获得修正后的炉温Tfi,j,k。 
所述钢坯虚拟加热,以炉温Tfi,j,k对钢坯j进行虚拟加热,对虚拟加热后的钢坯j进行位置跟踪及温度跟踪,计算钢坯j虚拟加热后的温度与其优化加热曲线目标温度的偏差△Ti,j。 
其特征在于,钢坯虚拟加热主要包括如下步骤: 
(1)以钢坯j的初始温度场T0,j及钢坯j所对应的炉温Tfi,j,k对钢坯进行位置跟踪及温度跟踪; 
(2)计算温度跟踪后钢坯j的温度与其优化加热曲线目标温度的偏差△Ti,j; 
(3)判断△Ti,j是否小于等于许用值ξ: 
A.若△Ti,j小于等于许用值ξ,则结束对钢坯j的虚拟加热并将Tfi,j,k作为钢坯j所对应的决策炉温; 
B.若大于许用值ξ,则根据△Ti,j对Tfi,j,k进行修正,得到修正后钢坯j所对应的炉温Tfi+1j,k,回到步骤(1)仍以T0,j作为钢坯j的初始温度场,但以修正后的钢坯j所对应的炉温Tfi+1,j,k继续计算。 
其特征在于,对钢坯j进行第一次虚拟加热时以T0,j作为钢坯j的初始温度场进行温度跟踪及位置跟踪,如若对钢坯j进行多次虚拟加热,则每次虚拟加热均以T0,j作为钢坯j的初始温度场进行温度跟踪及位置跟踪,而非以上次虚拟加热后钢坯j的温度作为本次虚拟加热的初始温度。 
其特征在于,按如下公式修正Tfi,j: 
Tf i , j , k = Tf i , j , k · ( 1 - c i · Δ T i , j T Opt , j )
式中,等式右边的Tfi,j,k为第i次虚拟加热时钢坯j所对应的炉温;等式左边的Tfi,j,k为第i次虚拟加热后所修正的钢坯j所对应的炉温,其作为第i+1次虚拟加热时钢坯j所对应的炉温;ci为修正系数,一般取钢坯j虚拟加热次数i的倒数,即
Figure BDA00002502490000062
TOpt,j为钢坯j的优化加热曲线目标温度;ΔTi,j为第i次虚拟加热后钢坯j的温度与其优化加热曲线目标温度TOpt,j的偏差。 
所述加热炉各控制段炉温设定值生成,根据加热炉内每块钢坯的炉温决策值Tfi,j,k计算获得加热炉各控制段的炉温决策值Tfk。 
其特征在于,Tfk按如下公式计算: 
Tf k = Σ j = 1 N k ( ω j · Tf i , j , k )
式中,Tfk为加热炉第k个控制段的决策炉温;Nk为加热炉第k个控制段中钢坯的数目;ωj为第j块钢坯其炉温决策值Tfi,j,k所对应的权值;Tfi,j,k第j块钢坯在加热炉第k个控制段内的第i个炉温决策值。 
一种基于钢坯优化加热曲线的加热炉炉温决策方法,其步骤: 
1.计算参数初始化,加热炉结构参数初始化、加加热炉内钢坯位置及温度场初始化、加热炉各控制段炉温初始化、钢坯计数器初始化(j=1)、加热炉内钢坯总数初始化为N、计时器参数初始化(τ=0)。 
2.对加热炉进行计算段的划分,根据加热炉内热电偶的数目及其在加热炉内的布置,将加热炉每个控制段划分为若干个计算段。 
3.对加热炉内所有钢坯进行位置跟踪及温度跟踪。 
4.根据钢坯计数器j判断是否完成加热炉内所有钢坯的位置跟踪及温度跟踪。若未完成加热炉内所有钢坯的位置跟踪及温度跟踪,则钢坯计数器j加1,回到步骤3;若完成加热炉内所有钢坯的位置跟踪及温度跟踪,则继续下面步骤。 
5.判断是否到达炉温决策周期,若未到达炉温决策周期,则计时器继续计时,即τ=τ+Δτ,其中τ为计时器时间、Δτ为时间步长,然后回到步骤3;如到达炉温决策周期,则按以下步骤进行炉温决策: 
a.钢坯计数器j初始为1; 
b.加热炉内第j块钢坯的计时器τj初始化为零,生成第j块钢坯的优化加热曲线,一块钢坯所对应炉温的修正次数计数器i初始化为1; 
c.计算第j块钢坯当前温度与其优化加热曲线目标温度的偏差△Tj,根据该偏差对钢坯j所对应的炉温进行修正,获得修正后的炉温Tfi,j,k; 
d.以炉温Tfi,j,k对钢坯j进行虚拟加热,计算钢坯j第i次虚拟加热后的温度与其优化加热曲线目标温度的偏差△Ti,j; 
e.判断△Ti,j是否小于等于许用值ξ,若大于许用值ξ,则将△Ti,j赋值给△Tj回到步骤B继续计算;若△Ti,j小于等于许用值ξ,则将炉温Tfi,j,k作为钢坯j所对应的决策炉温; 
f.判断钢坯计数器j是否等于加热炉内钢坯总数目N,若j不等于N,则钢坯计数器j加1,然后回到步骤a继续计算;若钢坯计数器j等于加热炉内钢坯总数目N,则继续以下步骤; 
g.根据加热炉内每块钢坯的炉温决策值Tfi,j,k计算获得加热炉各控制段的炉温决策值Tfk。 
下面结合附图1、附图2详细描述本发明的实施方式。 
1.计算参数初始化(步骤1),主要包括:加热炉结构参数初始化、加加热炉内钢坯位置及温度场初始化、加热炉各控制段炉温初始化、钢坯计数器初始化(j=1)、加热炉内钢坯总数初始化为N、计时器参数初始化(τ=0)。 
2.对加热炉进行计算段的划分(步骤2),根据加热炉内热电偶的数目及其在加热炉内的布置,将加热炉每个控制段划分为若干个计算段,加热炉所划分的总的计算段数目记为M。 
3.对加热炉内第j块钢坯进行位置跟踪及温度跟踪(步骤3)。首先对加热炉内第j块钢坯进行位置跟踪(步骤4),即读取获得钢坯在加热炉内的位置信息;对加热炉内第j块钢坯进行温度跟踪(步骤5),即求解钢坯导热控制方程,计算获得钢坯内部温度分布,其导热控制方程如下: 
ρ ( T ) · c ( T ) · ∂ T ( y , τ ) ∂ τ = ∂ ∂ y [ λ ( T ) · ∂ T ( y , τ ) ∂ y ]
式中,ρ为钢坯密度;c为钢坯比热;λ为钢坯导热系数。 
其边界条件为: 
q u = λ ( T ) · ∂ T ( y , τ ) ∂ y | y = d
q b = λ ( T ) · ∂ T ( y , τ ) ∂ y | y = 0
其初始条件为: 
T(y,τ)|τ=0=f(y)0≤y≤d 
式中,qu为钢坯上表面热流密度;qb为钢坯下表面热流密度;f(y)为钢坯初始温度场;d为钢坯厚度。 
4.根据钢坯计数器j判断是否完成加热炉内所有钢坯的位置跟踪及温度跟踪(步骤6)。若未完成加热炉内所有钢坯的位置跟踪及温度跟踪,则钢坯计数器j加1(步骤7),回到步骤3;若完成加热炉内所有钢坯的位置跟踪及温度跟踪,则继续下面步骤。 
5.根据计时器计时情况,判断是否到达炉温决策周期(步骤8),若未到达炉温决策周期, 则计时器继续计时,即τ=τ+Δτ(步骤9),其中τ为计时器时间、Δτ为时间步长,然后回到步骤3;如到达炉温决策周期,则执行以下步骤进行炉温决策: 
a.计数器初始化(步骤11),钢坯计数器j初始为1; 
b.加热炉内第j块钢坯的计时器τj初始化为零,生成第j块钢坯的优化加热曲线,一块钢坯所对应炉温的修正次数计数器i初始化为1(步骤12); 
c.计算第j块钢坯当前温度与其优化加热曲线目标温度的偏差△Tj,根据该偏差按下式对钢坯j所对应的炉温进行修正,获得修正后的炉温Tfi,j,k(步骤13): 
Tf i , j , k = Tf i , j , k · ( 1 - c i · Δ T i , j T Opt , j )
式中,等式右边的Tfi,j,k为第i次虚拟加热时钢坯j所对应的炉温;等式左边的Tfi,j,k为第i次虚拟加热后所修正的钢坯j所对应的炉温,其作为第i+1次虚拟加热时钢坯j所对应的炉温;ci为修正系数,一般取钢坯j虚拟加热次数i的倒数,即TOpt,j为钢坯j的优化加热曲线目标温度;ΔTi,j为第i次虚拟加热后钢坯j的温度与其优化加热曲线目标温度TOpt,j的偏差。 
d.以炉温Tfi,j,k对钢坯j进行虚拟加热(步骤14),计算钢坯j第i次虚拟加热后的温度与其优化加热曲线目标温度的偏差△Ti,j(步骤15); 
e.判断△Ti,j是否小于等于许用值ξ(步骤16),若大于许用值ξ,则将△Ti,j赋值给△Tj,虚拟加热次数计数器i加1(步骤17),回到步骤c继续计算;若△Ti,j小于等于许用值ξ,则将炉温Tfi,j,k,作为钢坯j所对应的决策炉温(步骤18)(Tfi,j,k即钢坯j所对应的第k个炉温,其经过i次虚拟加热后获得); 
f.判断钢坯计数器j是否等于加热炉内钢坯总数目N(步骤19),若j不等于N,则钢坯计数器j加1,然后回到步骤a继续计算;若钢坯计数器j等于加热炉内钢坯总数目N,则继续以下步骤; 
g.根据加热炉内每块钢坯(j=1~N)的炉温决策值Tfi,j,k按下式计算获得加热炉各控制段的炉温决策值Tfk: 
Tf k = Σ j = 1 N k ( ω j · Tf i , j , k )
式中,Tfk为加热炉第k个控制段的决策炉温;Nk为加热炉第k个控制段中钢坯的数目;ωj为第j块钢坯其炉温决策值Tfi,j,k所对应的权值;Tfi,j,k第j块钢坯在加热炉第k个控制段内的第i个炉温决策值。 
实施例 
某加热炉,其包括:加热一段、加热二段、加热三段、均热段,加热炉总炉长为50.5m。按本发明所提供的方法,加热一段划分为2个计算段、加热二段划分为3个计算段、加热三段分划为3个计算段、均热段划分为2个计算段将每个炉段本身作为3个计算段,即计算段数目M=10。 
加热炉各炉段初始炉温如表1。 
表1各炉段初始炉温 
炉段 加热一段 加热二段 加热三段 均热段
炉温(℃) 1017 1043 1136 1193
钢坯初始参数信息如表2(表2中钢坯的温度及位置信息为执行步骤3对加热炉内钢坯进行位置跟踪及温度跟踪获得)。 
表2钢坯初始信息 
Figure BDA00002502490000101
每块钢坯所对应的炉温决策值Tfi,j,k的权值ωj=1(j=1、2、3)。按本发明所提供的方法,即步骤1~5,进行炉温决策,炉温决策结果如表3。 
表3各炉段炉温决策值 
炉段 加热一段 加热二段 加热三段 均热段
炉温决策值(℃) 873 1111 1125 1202
[0123] 按本决策炉温对加热炉内钢坯进行加热可以获得很好的加热效果。 

Claims (8)

1.一种基于钢坯优化加热曲线的加热炉炉温决策方法,其特征在于,包括以下步骤:
S1)计算参数初始化;
S2)对加热炉进行计算段的划分;
S3)对加热炉内所有钢坯进行位置跟踪及温度跟踪;
S4)判断是否完成加热炉内所有钢坯的位置跟踪及温度跟踪,若未完成则返回步骤S3;若完成则进入下一步;
S5)判断是否到达炉温决策周期,若未到达炉温决策周期,则返回步骤S3;如到达炉温决策周期,则进行炉温决策。
2.根据权利要求1所述的方法,其特征在于,步骤S1初始化的参数包括:加热炉结构参数、加加热炉内钢坯位置及温度场、加热炉各控制段炉温、钢坯计数器初始化、加热炉内钢坯总数、计时器参数。
3.根据权利要求1所述的方法,其特征在于,步骤S2划分的方法包括:根据加热炉内热电偶的数目及其在加热炉内的布置,将加热炉每个控制段划分为若干个计算段。
4.根据权利要求1所述的方法,其特征在于,步骤S3温度跟踪的方法包括:
求解钢坯导热控制方程,计算获得钢坯内部温度分布,其导热控制方程如下:
ρ ( T ) · c ( T ) · ∂ T ( y , τ ) ∂ τ = ∂ ∂ y [ λ ( T ) · ∂ T ( y , τ ) ∂ y ]
式中,ρ(T)为钢坯密度,c(T)为钢坯比热,λ(T)为钢坯导热系数,τ为时间,T=T(y,τ)为钢坯温度,y为钢坯厚度坐标;
其边界条件为:
q u = λ ( T ) · ∂ T ( y , τ ) ∂ y | y = d
q b = λ ( T ) · ∂ T ( y , τ ) ∂ y | y = 0
其初始条件为:
T(y,τ)|τ=0=f(y)0≤y≤d
式中,qu为钢坯上表面热流密度,qb为钢坯下表面热流密度,f(y)为钢坯初始温度场,d为钢坯厚度。
5.根据权利要求1所述的方法,其特征在于,步骤S5炉温决策的方法包括:
S51)钢坯计数器j初始为1;
S52)加热炉内第j块钢坯的计时器τj初始化为零,生成第j块钢坯的优化加热曲线,一块钢坯所对应炉温的修正次数计数器i初始化为1;
S53)计算第j块钢坯当前温度与其优化加热曲线目标温度的偏差△Tj,根据该偏差对钢坯j所对应的炉温进行修正,获得修正后的炉温Tfi,j,k
S54)以炉温Tfi,j,k对钢坯j进行虚拟加热,计算钢坯j第i次虚拟加热后的温度与其优化加热曲线目标温度的偏差△Ti,j
S55)判断△Ti,j是否小于等于许用值ξ,若大于许用值ξ,则将△Ti,j赋值给△Tj回到步骤S53继续计算;若△Ti,j小于等于许用值ξ,则将炉温Tfi,j,k作为钢坯j所对应的决策炉温;
S56)判断钢坯计数器j是否等于加热炉内钢坯总数目N,若j不等于N,则钢坯计数器j加1,然后回到步骤S52继续计算;若钢坯计数器j等于加热炉内钢坯总数目N,则继续以下步骤;
S57)根据加热炉内每块钢坯的炉温决策值Tfi,j,k计算获得加热炉各控制段的炉温决策值Tfk
6.根据权利要求5所述的方法,其特征在于:
步骤S53获得修正后的炉温Tfi,j,k的方法是按下式得到的:
Tf i , j , k = Tf i , j , k · ( 1 - c i · Δ T i , j T Opt , j )
式中,等式右边的Tfi,jk为第i次虚拟加热时钢坯j所对应的炉温,等式左边的Tfi,j,k为第i次虚拟加热后所修正的钢坯j所对应的炉温,其作为第i+1次虚拟加热时钢坯j所对应的炉温,ci为修正系数,TOpt,j为钢坯j的优化加热曲线目标温度,ΔTi,j为第i次虚拟加热后钢坯j的温度与其优化加热曲线目标温度TOpt,j的偏差。
7.根据权利要求5所述的方法,其特征在于,步骤S54虚拟加热的方法包括:
S541)以钢坯j的初始温度场T0,j及钢坯j所对应的炉温Tfi,j,k对钢坯进行位置跟踪及温度跟踪;
S542)计算温度跟踪后钢坯j的温度与其优化加热曲线目标温度的偏差△Ti,j
S543)判断△Ti,j是否小于等于许用值ξ:
S5431)若△Ti,j小于等于许用值ξ,则结束对钢坯j的虚拟加热并将Tfi,j,k作为钢坯j所对应的决策炉温;
S5432)若大于许用值ξ,则根据△Ti,j对Tfi,j,k进行修正,得到修正后钢坯j所对应的炉温Tfi+1,j,k,回到步骤S541仍以T0,j作为钢坯j的初始温度场,但以修正后的钢坯j所对应的炉温Tfi+1,j,k继续计算。
8.根据权利要求5所述的方法,其特征在于,步骤S57得到炉温决策值Tfk的方法包括:
按下式计算获得加热炉第k控制段的炉温决策值Tfk
Tf k = Σ j = 1 N k ( ω j · Tf i , j , k )
式中,Nk为加热炉第k个控制段中钢坯的数目,ωj为第j块钢坯的炉温决策值Tfi,j,k所对应的权值,Tfi,j,k为第j块钢坯在加热炉第k个控制段内的第i个炉温决策值。
CN2012105063794A 2012-11-30 2012-11-30 一种基于钢坯优化加热曲线的加热炉炉温决策方法 Pending CN103146905A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012105063794A CN103146905A (zh) 2012-11-30 2012-11-30 一种基于钢坯优化加热曲线的加热炉炉温决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012105063794A CN103146905A (zh) 2012-11-30 2012-11-30 一种基于钢坯优化加热曲线的加热炉炉温决策方法

Publications (1)

Publication Number Publication Date
CN103146905A true CN103146905A (zh) 2013-06-12

Family

ID=48545219

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012105063794A Pending CN103146905A (zh) 2012-11-30 2012-11-30 一种基于钢坯优化加热曲线的加热炉炉温决策方法

Country Status (1)

Country Link
CN (1) CN103146905A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103397171A (zh) * 2013-08-20 2013-11-20 中冶赛迪工程技术股份有限公司 一种确定钢坯加热炉炉温设定值的方法
CN104133506A (zh) * 2014-07-15 2014-11-05 中冶南方工程技术有限公司 一种加热炉加热段炉膛温度检测值计算方法
CN106636610A (zh) * 2016-11-25 2017-05-10 浙江中控研究院有限公司 一种基于时间和炉长的双维度步进式加热炉升温曲线优化设定方法
CN106906350A (zh) * 2017-02-10 2017-06-30 中冶华天南京工程技术有限公司 一种h型钢坯加热过程温度分布计算方法
CN112404323A (zh) * 2020-11-18 2021-02-26 攀钢集团攀枝花钢铁研究院有限公司 板坯加热炉控制***及方法
CN115065710A (zh) * 2022-04-29 2022-09-16 燕山大学 一种加热炉智慧温控pc端及移动端远程云测控***

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
《冶金自动化》 20081231 裘洪礼等 "连续加热炉自动控制中的一种炉温决策方法" 第374-376页 1-8 , *
《冶金自动化》 20120131 杨业建等 "基于目标钢温的加热炉在线动态优化控制" 第19-24,52页 1-8 第36卷, 第1期 *
曹萍等: "连续加热炉待轧策略研究", 《材料与冶金学报》 *
杨业建等: ""基于目标钢温的加热炉在线动态优化控制"", 《冶金自动化》 *
裘洪礼等: ""连续加热炉自动控制中的一种炉温决策方法"", 《冶金自动化》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103397171A (zh) * 2013-08-20 2013-11-20 中冶赛迪工程技术股份有限公司 一种确定钢坯加热炉炉温设定值的方法
CN104133506A (zh) * 2014-07-15 2014-11-05 中冶南方工程技术有限公司 一种加热炉加热段炉膛温度检测值计算方法
CN106636610A (zh) * 2016-11-25 2017-05-10 浙江中控研究院有限公司 一种基于时间和炉长的双维度步进式加热炉升温曲线优化设定方法
CN106636610B (zh) * 2016-11-25 2018-07-06 浙江中控研究院有限公司 一种基于时间和炉长的双维度步进式加热炉升温曲线优化设定方法
CN106906350A (zh) * 2017-02-10 2017-06-30 中冶华天南京工程技术有限公司 一种h型钢坯加热过程温度分布计算方法
CN106906350B (zh) * 2017-02-10 2018-10-30 中冶华天南京工程技术有限公司 一种h型钢坯加热过程温度分布计算方法
CN112404323A (zh) * 2020-11-18 2021-02-26 攀钢集团攀枝花钢铁研究院有限公司 板坯加热炉控制***及方法
CN112404323B (zh) * 2020-11-18 2022-05-24 攀钢集团攀枝花钢铁研究院有限公司 板坯加热炉控制***及方法
CN115065710A (zh) * 2022-04-29 2022-09-16 燕山大学 一种加热炉智慧温控pc端及移动端远程云测控***
CN115065710B (zh) * 2022-04-29 2023-07-25 燕山大学 一种加热炉智慧温控pc端及移动端远程云测控***

Similar Documents

Publication Publication Date Title
CN105045949B (zh) 一种步进式加热炉钢坯温度建模及在线校正方法
CN103146905A (zh) 一种基于钢坯优化加热曲线的加热炉炉温决策方法
CN102994731B (zh) 加热炉炉内坯料优化加热曲线计算***及方法
CN106636610B (zh) 一种基于时间和炉长的双维度步进式加热炉升温曲线优化设定方法
CN109248928B (zh) 一种热轧加热炉动态炉温控制方法
CN106920006B (zh) 一种基于isoa-lssvm的地铁站空调***能耗预测方法
CN101391268B (zh) 一种钢板控轧控冷过程温度制度的逆向优化方法
CN109242188B (zh) 一种钢铁煤气***长期区间预测及其结构学习方法
CN108932567A (zh) 一种基于卷积神经网络的水泥烧成过程多能耗指标预测方法
CN103225017A (zh) 一种棒线材方坯加热炉模型控制方法及装置
CN103243190B (zh) 一种预测热风炉煤气消耗量的方法
CN106123360A (zh) 热泵与太阳能热水器组合***中太阳能得热量预测控制方法
CN104517162A (zh) 一种连续退火产品硬度在线集成学习预报方法
CN114021290A (zh) 一种基于数据驱动和机理模型融合的板带钢凸度预测方法
CN107201440A (zh) 一种加热炉炉温制度设定方法与***
CN102994730B (zh) 一种加热炉内钢坯温度跟踪的方法
CN103559334B (zh) 一种层流冷却温度场的建模方法及***
CN101178748A (zh) 一种有限元求解轧制过程温度场的集中热容矩阵方法
Wang et al. Multi-criteria comprehensive study on predictive algorithm of heating energy consumption of district heating station based on timeseries processing
CN112288139A (zh) 基于混沌时间序列的空调能耗预测方法、***及存储介质
CN102994732B (zh) 加热炉燃料量决策***及其决策方法
Wang et al. Soft-sensing method for optimizing combustion efficiency of reheating furnaces
Zhang et al. Multiobjective operation optimization of continuous annealing based on data analytics
CN111371091A (zh) 基于市场效益驱动的光伏发电智能预测***的计算方法
CN111487937B (zh) 一种考虑回火与余热热处理的锻造节能调度方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20130612