结合BFO及CBR的层流冷却水量优化设定方法

发布时间：2018-12-16 04:48

【摘要】：层流冷却过程控制目标是保证带钢卷取温度进入目标范围内并尽量提高精度以保证带钢质量,其本质是目标优化问题。同时,层流冷却过程处于频繁变化操作工况的动态环境之下,现有控制方法很难实现有效的实时控制。本文针对现有层流冷却过程控制方法很少引入优化思想这一问题,提出基于改进菌群优化算法(BFO)的层流冷却过程冷却水量优化设定方法。并针对动态变化工况,引入案例推理(CBR)机制,提出离线优化——在线推理双层结构的动态优化设定控制结构。基于实际运行数据的实验结果说明,本文提出的方法能够有效搜索冷却水量的优化设定值,而且在变更带钢规格的变化工况条件下,能够及时调整冷却水量的设定值,最终使带钢卷取温度进入目标范围内。
[Abstract]:The control goal of laminar cooling process is to ensure the strip coiling temperature into the target range and to improve the precision as much as possible to ensure the quality of the strip. The essence of the objective optimization problem is to control the laminar cooling process. At the same time, the laminar flow cooling process is in the dynamic environment of frequently changing operating conditions, so the existing control methods are difficult to realize effective real-time control. In order to solve the problem that the existing laminar cooling process control methods seldom introduce the optimization idea, this paper presents an optimal cooling water setting method for laminar cooling process based on the improved microbial colony optimization algorithm (BFO). According to the dynamic changing conditions, the (CBR) mechanism of case-based reasoning is introduced, and an off-line optimization-on-line reasoning bilevel structure is proposed to set the dynamic optimization control structure. The experimental results based on the actual operation data show that the proposed method can effectively search the optimal set value of cooling water quantity, and adjust the set value of cooling water quantity in time under the condition of changing the strip steel specification. Finally, the strip coiling temperature into the target range.
【作者单位】： 中国科学院沈阳自动化研究所信息服务与智能控制研究室;沈阳建筑大学信息与控制工程学院;东北大学流程工业综合自动化国家重点实验室;
【基金】：国家自然科学基金(61174164,61440004)资助项目
【分类号】：TG334.9

【参考文献】

相关期刊论文 前4条

1 付培众;董洁;杨伟;胡广大;尹怡欣;;基于遗传算法的层流冷却系统优化控制策略[J];控制理论与应用;2009年08期

2 董志坤;王昕;王笑波;李少远;郑益慧;;多模型加权自适应控制在中厚板层流冷却系统中的应用(英文)[J];自动化学报;2010年08期

3 片锦香;柴天佑;李界家;;规则与数据驱动的层流冷却过程带钢卷取温度模型[J];自动化学报;2012年11期

4 片锦香;柴天佑;李界家;;案例推理及迭代学习在层流冷却控制中的应用[J];自动化学报;2012年12期

【共引文献】

相关期刊论文 前10条

1 王笑波;刘晔;任德祥;;厚板轧后加速冷却控制过程仿真系统[J];化工学报;2011年08期

2 刘恒文;;济钢1700mm热连轧厂层流冷却系统优化与应用[J];科协论坛(下半月);2010年01期

3 董志坤;王昕;王笑波;李少远;郑益慧;;加权多模型最优控制器在中厚板层流冷却系统中的应用[J];控制与决策;2010年04期

4 董志坤;王昕;王笑波;李少远;郑益慧;;多模型加权自适应控制在中厚板层流冷却系统中的应用(英文)[J];自动化学报;2010年08期

5 刘德馨;李晓理;丁大伟;陈先中;;基于雷达观测数据的高炉料面多模型控制[J];控制理论与应用;2012年10期

6 片锦香;柴天佑;李界家;;规则与数据驱动的层流冷却过程带钢卷取温度模型[J];自动化学报;2012年11期

7 张维存;;加权多模型自适应控制的稳定性[J];控制理论与应用;2012年12期

8 片锦香;柴天佑;李界家;;案例推理及迭代学习在层流冷却控制中的应用[J];自动化学报;2012年12期

9 郑毅;李少远;;网络信息模式下分布式系统协调预测控制[J];自动化学报;2013年11期

10 辛斌;陈杰;彭志红;;智能优化控制:概述与展望[J];自动化学报;2013年11期

相关会议论文 前3条

1 王笑波;王昕;刘晔;;多神经网络加权最优控制器在中厚板层流冷却中的应用[A];中国自动化学会控制理论专业委员会B卷[C];2011年

2 王飞跃;沈霞;;控制科学与工程学科发展现状及趋势[A];2010-2011控制科学与工程学科发展报告[C];2011年

3 褚健;梅生伟;童朝南;尹怡欣;;控制应用发展研究[A];2010-2011控制科学与工程学科发展报告[C];2011年

相关博士学位论文 前3条

1 王心哲;SVM和CBR的建模研究及其在转炉炼钢过程的应用[D];大连理工大学;2012年

2 杜晓通;建筑物能效优化研究[D];山东大学;2012年

3 张春晓;案例推理的认知改进策略及学习性能研究[D];北京工业大学;2014年

相关硕士学位论文 前10条

1 王志杰;轧机液压伺服位置系统多模型切换控制研究[D];燕山大学;2011年

2 朱雷;中厚板加速冷却离线仿真与学习系统的研究与应用[D];辽宁科技大学;2012年

3 刘恩洋;热轧带钢层流冷却控制系统的开发与应用[D];东北大学　;2009年

4 董志坤;加权多模型控制在中厚板层流冷却中的应用[D];上海交通大学;2009年

5 张晶旭;热带钢精轧机组预设定模型的自学习研究[D];燕山大学;2012年

6 张坤鹏;高速动车组多模型建模与预测控制方法[D];华东交通大学;2012年

7 彭文;热轧带钢层流冷却计算机控制系统的研究与应用[D];东北大学;2010年

8 贾春迎;基于多智能体热连轧跟踪控制系统研究与设计[D];东北大学;2010年

9 佟瑞乐;热轧带钢层流冷却离线模拟设计软件[D];燕山大学;2012年

10 张达;基于UML的炼钢过程决策支持系统设计与实现[D];大连理工大学;2013年

【二级参考文献】

相关期刊论文 前10条

1 魏士政,王昭东,赵德文,刘相华,王国栋;中厚板控制冷却技术[J];钢铁研究学报;2002年05期

2 谢海波;张中平;刘相华;王国栋;;层流冷却的前馈控制[J];钢铁研究学报;2006年03期

3 王东署;李光彦;徐方;徐心和;;机器人标定算法及在打磨机器人中的应用[J];机器人;2005年06期

4 周雅兰;;智能优化算法的混合策略分析、设计和建模[J];计算机应用研究;2010年12期

5 刘松国;朱世强;李江波;王宣银;;6R机器人实时逆运动学算法研究[J];控制理论与应用;2008年06期

6 钮俊清;单奇;任清安;刘军伟;;跟踪弹道导弹全阶段的可变多模型方法[J];雷达科学与技术;2011年03期

7 柴天佑,王笑波;RBF神经网络在加速冷却控制系统中的应用[J];自动化学报;2000年02期

8 王永富;王殿辉;柴天佑;;基于数据挖掘与系统理论建立摩擦模糊模型与控制补偿[J];自动化学报;2010年03期

9 董志坤;王昕;王笑波;李少远;郑益慧;;多模型加权自适应控制在中厚板层流冷却系统中的应用(英文)[J];自动化学报;2010年08期

10 片锦香;柴天佑;李界家;;规则与数据驱动的层流冷却过程带钢卷取温度模型[J];自动化学报;2012年11期

【相似文献】

相关期刊论文 前10条

1 刘秀玲;黄海永;申凌云;张涛;李继东;孟凡锡;;炉卷层流冷却控制系统的改进与完善[J];自动化应用;2011年06期

2 李六;王亚翰;项凯元;罗小清;;层流冷却系统水质“发红”的原因探讨及处理[J];冶金动力;2011年04期

3 张灵杰;毛国进;柯衡珍;;热轧轧后层流冷却工艺设备及控制[J];南方金属;2012年01期

4 黄全伟;韩斌;谭文;汪水泽;阮安甫;;层流冷却温度场数学模型的研究现状[J];钢铁研究;2013年01期

5 张辉,吕鹤年;热轧带钢层流冷却装置的设计与研究[J];一重技术;1996年01期

6 蔡晓辉,龚彩军,谢海波,韩斌;层流冷却系统中动态修正设定计算[J];钢铁;2004年01期

7 谭文;吴迪;薛文颖;刘振宇;;模拟层流冷却方式对厚板微观组织和性能的影响[J];东北大学学报(自然科学版);2007年05期

8 卢为同;罗军;;层流冷却技术在热连轧板带生产中的应用实践[J];柳钢科技;2008年02期

9 倪枫;李亚杰;牛庆林;胡伟平;;层流冷却控制模型的应用及改进[J];河南冶金;2008年04期

10 片锦香;柴天佑;;层流冷却过程混合智能参数辨识[J];控制理论与应用;2008年05期

相关会议论文 前10条

1 王霞;李建;;层流冷却机理与应用探讨[A];2009年河北省轧钢技术与学术年会论文集（上）[C];2009年

2 邱华东;;太钢1549热轧线层流冷却控制方法研究[A];中国计量协会冶金分会2010年会论文集[C];2010年

3 单旭沂;张智勇;;层流冷却分布式在线模型的开发与应用[A];2008年全国轧钢生产技术会议文集[C];2008年

4 杨要兵;张晶;王伦;;层流冷却在首钢迁钢2160热轧分厂的应用与研究[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年

5 杨波;李永强;;莱钢1500热带层流冷却过程控制新技术应用[A];2008年全国轧钢生产技术会议文集[C];2008年

6 刘伟鹏;周姗姗;史静娴;;1810生产线层流冷却功能和模型参数优化[A];2008年河北省轧钢技术与学术年会论文集（下）[C];2008年

7 焦景民;佘广夫;张中平;韩斌;刘相华;王国栋;;热连轧层流冷却过程控制系统[A];中国金属学会2003中国钢铁年会论文集（4）[C];2003年

8 刘晓燕;杭志亮;;宝钢2050热轧层流冷却系统概述[A];第十一届全国自动化应用技术学术交流会论文集[C];2006年

9 刘运华;;宝钢2050热轧层流冷却自适应基准优化[A];全国冶金自动化信息网2013年会论文集[C];2013年

10 王笑波;黄祺;徐忠;;热轧钢板层流冷却过程的优化设定控制[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

相关重要报纸文章 前6条

1 孟周东;改善层流冷却 提高板材质量[N];中国冶金报;2014年

2 刘晨;钢铁喷嘴应用技术[N];中国冶金报;2005年

3 J.Chen T.Nijhuis;有效保证冷却效率和控制精度[N];中国冶金报;2006年

4 余海;先进技术为钢“降温”[N];中国冶金报;2007年

5 黄波 中冶赛迪工程技术股份有限公司副总工程师;实现高水平基础上的关键突破[N];中国冶金报;2010年

6 邱文光译;欧洲先进结构钢研究现状与前景[N];世界金属导报;2003年

相关博士学位论文 前2条

1 片锦香;热轧带钢层流冷却过程建模与控制方法研究[D];东北大学;2010年

2 周满春;薄板坯轧制气车大梁钢的控制冷却工艺研究[D];东北大学;2009年

相关硕士学位论文 前10条

1 万俊;热轧层流冷却过程有限元模型与仿真研究[D];沈阳工业大学;2008年

2 刘杰;1750热轧机组层流冷却系统的数值模拟研究[D];燕山大学;2011年

3 张智勇;大型热连轧层流冷却过程控制系统的设计与实现[D];东北大学;2011年

4 李栋;基于神经网络的层流冷却控制模型研究[D];东北大学;2010年

5 刘恩洋;热轧带钢层流冷却控制系统的开发与应用[D];东北大学　;2009年

6 赵小龙;中厚板层流冷却系统分析及数学模型的优化[D];西安建筑科技大学;2011年

7 李彦荣;层流冷却控制系统的设计与仿真[D];江南大学;2008年

8 蔡福来;热轧带钢层流冷却控制系统的研究与设计[D];华东交通大学;2009年

9 程剑;热连轧带钢层流冷却过程中相变有限元分析[D];武汉科技大学;2013年

10 王长会;热轧带钢层流冷却过程控制方法的应用研究[D];东北大学;2005年

，

本文编号：2381832