热轧带钢层流冷却过程控制方法的应用研究

发布时间：2017-03-21 20:13

  本文关键词：热轧带钢层流冷却过程控制方法的应用研究，由笔耕文化传播整理发布。

【摘要】：热轧带钢层流冷却过程的卷取温度精度直接影响带钢的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。所以对热轧带钢卷取温度的控制,成为热轧生产中的重要环节,对其过程进行分析和研究具有深远的现实意义。本文以国内某热轧厂经过改造后的板带层流冷却系统为背景,对如何提高层流冷却过程的卷却温度精度及同板温度均匀性从控制方法上入手进行了较深入系统的研究。体文具体内容如下: (1) 热轧带钢层流冷却系统的数学模型是基于传热学基本理论的。所以本文首先对传热过程的三种基本方式(热辐射、对流、热传导)进行了介绍,并详细分析了该热轧厂层流冷却过程的数学模型。该数学模型主要由水冷模型和空冷模型组成,其计算精度直接影响最终的控冷效果。其中水冷模型中的基本热流密度是决定卷取温度控制精度的重要参数,选取合适的基本热流密度对提高卷取温度精度具有重要的意义。 (2) 研究分析了国内某热轧厂的层流冷却控制策略,重点对控制策略的各项功能进行了详细分析。从具体实现过程可以看出层流冷却控制过程是一个以预设定计算和前馈修正计算为主,反馈控制为辅的复杂控制系统。并对该系统在实际生产中的应用进行了分析评价,提出了该控制策略存在的问题并指出了改进方向。 (3) 指出了层流冷却控制中卷取温度精度低的原因之一是由于存在滞后因素,根据Smith预估器可以有效克服纯滞后对控制系统稳定性的影响的原理,对Smith预估器的补偿原理进行了详细的分析研究,将Smith预估器引入到层流冷却控制过程中来,加入到反馈控制系统中,并进行了模拟仿真,证明了在反馈控制部分加入Smith预估器可以有效提高卷取温度精度。 (4) 提出了卷取温度精度低及同板温度均匀性差的主要原因是因为水冷温降模型的精确性不足,而水冷温降模型精确性不好的原因又在于该模型中的重要参数—基本热流密度却是采用的是用线性回归法建立起来的,只能反映过程的普遍性,而不能反映过程的特殊性。根据人工神经网络具有处理非线性复杂过程的能力,对BP人工神经网络的工作原理进行了研究,采用经过改进的BP神经元网络
【关键词】：热轧带钢 层流冷却 Smith预估器 BP神经元网络
【学位授予单位】：东北大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：TG334.9
【目录】：

• 独创性声明4-5
• 摘要5-7
• Abstract7-9
• 目录9-12
• 第一章 绪论12-25
• 1.1 课题的研究背景12-13
• 1.2 层流冷却简介13-19
• 1.2.1 冷却技术的发展过程13-15
• 1.2.2 层流冷却的工作原理15
• 1.2.3 层流冷却设备布置简介15-16
• 1.2.4 层流冷却的冷却策略16-19
• 1.3 层流冷却控制技术的发展状况及其存在的问题19-23
• 1.3.1 层流冷却过程控制研究的重要性19
• 1.3.2 层流冷却过程控制方法简介19-20
• 1.3.3 层流冷却控制技术的发展状况20-21
• 1.3.4 层流冷却控制技术难点21-23
• 1.4 本文的研究目的及主要工作23-25
• 1.4.1 本文的研究目的23-24
• 1.4.2 问题原因分析24
• 1.4.3 本文的主要工作24-25
• 第二章 层流冷却设备布置及数学模型25-37
• 2.1 层流冷却设备布置状况25-28
• 2.1.1 某热轧厂层流冷却系统改造前背景介绍25
• 2.1.2 改造后设备布置形式25-27
• 2.1.3 层流冷却的其它主要技术参数27-28
• 2.2 数学模型基础理论28-30
• 2.2.1 热传导28-29
• 2.2.2 对流换热29
• 2.2.3 辐射换热29-30
• 2.3 层流冷却过程控制数学模型30-36
• 2.3.1 空冷温降模型31-32
• 2.3.2 水冷温降模型32-34
• 2.3.3 带钢平均比热模型34-35
• 2.3.4 自学习模型35-36
• 2.4 本章小结36-37
• 第三章 层流冷却过程控制系统及功能实现37-52
• 3.1 热轧带钢卷曲温度控制系统的控制目标37-38
• 3.2 控制系统设计38-40
• 3.2.1 控制系统结构38-39
• 3.2.2 控制逻辑39-40
• 3.3 功能实现40-49
• 3.3.1 计算准备功能的实现40-42
• 3.3.2 预设定计算功能的实现42-45
• 3.3.3 修正设定(前馈)功能实现45-47
• 3.3.4 反馈功能实现47-48
• 3.3.5 学习计算功能的实现48-49
• 3.4 应用分析49-51
• 3.5 本章小结51-52
• 第四章 带有Smith预估器的层流冷却过程控制52-61
• 4.1 纯滞后系统的补偿原理52-54
• 4.2 纯滞后补偿控制算法的离散化54-56
• 4.3 Smith预估器在层流冷却控制过程中的应用56-58
• 4.4 仿真结果分析58-60
• 4.5 本章小结60-61
• 第五章 基于BP神经网络的层流冷却过程控制61-81
• 5.1 人工神经网络简介62-66
• 5.1.1 人工神经网络基本思想及其发展62-63
• 5.1.2 人工神经网络的工作原理63-64
• 5.1.3 人工神经网络的主要功能特点64-66
• 5.2 BP神经网络66-70
• 5.2.1 人工神经网络的主要类型66
• 5.2.2 BP人工神经网络简介66-67
• 5.2.3 BP人工神经网络的算法原理67-70
• 5.3 BP神经网络在层流冷却过程控制中的应用70-77
• 5.3.1 多元回归法计算基本热流密度的局限性70-71
• 5.3.2 利用BP神经网络预报基本热流密度71-77
• 5.4 仿真结果分析77-80
• 5.5 本章小结80-81
• 第六章 结论及展望81-83
• 参考文献83-86
• 致谢86

【相似文献】

中国期刊全文数据库 前10条

1 张勇;黄波;;无芯轴热卷箱技术及其在不锈钢热轧中的应用[J];中国冶金;2011年07期

2 童朝南;高宇德;;钢板水冷过程换热系数建模的一种实用方法[J];钢铁;2011年07期

3 胡高举;;热轧带钢滚筒切头飞剪力能参数优化计算[J];钢铁技术;2011年02期

4 周贤良;朱敏;余慧燕;华小珍;叶志国;;热处理工艺对热轧带钢氧化皮结构及其耐蚀性的影响[J];材料热处理学报;2011年07期

5 李亘;王会章;庞芳芳;;立辊轧机减速齿轮箱轴头漏油问题的研究[J];科技促进发展(应用版);2010年10期

6 何永辉;苗润涛;陈云;梁爽;费江华;;基于LED光源的热轧带钢表面质量在线检测系统的开发与应用[J];宝钢技术;2011年03期

7 张大志;叶海丽;谢新亮;项晓菲;;热轧带钢层流冷却仿真系统的开发及应用[J];中南大学学报(自然科学版);2011年08期

8 何春雨;余伟;刘丽华;尹雨群;唐运章;王道远;;炉卷轧机层冷系统在线淬火工艺的开发与应用[J];轧钢;2011年03期

9 贾荣娟;王松;郑东升;彭光辉;龚铁山;;355mm系列热轧带钢的开发及生产[J];河北冶金;2011年07期

10 曾曦;;论“TMCP技术”在轧钢生产中的意义作用[J];科技传播;2011年14期

中国重要会议论文全文数据库 前10条

1 苏艳萍;杨荃;何安瑞;王晓东;;热轧带钢层流冷却过程中温度场的预测模型[A];2007中国钢铁年会论文集[C];2007年

2 朴永红;马峰;;高精度带钢热连轧卷取温度控制[A];中国计量协会冶金分会2007年会论文集[C];2007年

3 徐小青;韩庆;周石光;;新型热轧带钢层流冷却工艺控制系统[A];全国冶金自动化信息网2012年年会论文集[C];2012年

4 袁吉;;热轧带钢头尾拉窄的原因与对策[A];全国冶金自动化信息网2010年年会论文集[C];2010年

5 华维;梁立国;杨百龙;张洪涛;;唐山建龙热轧X42管线钢开发实践[A];2008年河北省轧钢技术与学术年会论文集（下）[C];2008年

6 杜秀珍;高燕;贾军艳;孙晓玲;梁振威;王春峰;;冷轧用钢隆起缺陷缺陷原因分析[A];河北省2010年炼钢—连铸—轧钢生产技术与学术交流会论文集（上）[C];2010年

7 唐勤;董欣欣;张杰;林绍峰;顾小军;;热轧带钢拉窄控制[A];2010年全国轧钢生产技术会议文集[C];2010年

8 唐勤;董欣欣;张杰;林绍峰;顾小军;;热轧带钢拉窄控制[A];河北省2010年炼钢—连铸—轧钢生产技术与学术交流会论文集（下）[C];2010年

9 David Petitjean;Alain Puissant;Daniel Launet;Robert Alberny;李红;;SOLLAC LORRAINE热轧带钢厂钢铁产品的开发[A];中国金属学会2003中国钢铁年会论文集（4）[C];2003年

10 李骁;张静;;板带钢轧制中影响厚度的因素及自动厚度控制的介绍[A];2008年河北省轧钢技术与学术年会论文集（上）[C];2008年

中国重要报纸全文数据库 前10条

1 李宏雷;首钢迁钢1580mm热轧带钢生产线工艺设计与创新[N];世界金属导报;2011年

2 颜振东 陆奎;通钢热轧带钢生产线投产[N];中国冶金报;2003年

3 本报记者 谢吉恒;热轧带钢价格将以盘整为主[N];中国冶金报;2010年

4 余海;先进技术为钢“降温”[N];中国冶金报;2007年

5 李鹏程;今年上半年热轧带钢产销旺价位稳[N];中国矿业报;2003年

6 ;首钢迁钢2160mm热轧带钢生产线工艺设计与创新[N];世界金属导报;2011年

7 记者 陈光明;鞍钢1780毫米热轧带钢工程投产[N];新华每日电讯;2000年

8 记者 谢吉恒;华北热轧带钢将稳中有升[N];中国冶金报;2007年

9 记者 谢吉恒;华北热轧带钢后市将高位运行[N];中国冶金报;2007年

10 记者 谢吉恒;华北热轧带钢后市有望稳中小幅上扬[N];中国冶金报;2007年

中国博士学位论文全文数据库 前10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

3 彭宁琦;热轧带钢组织性能预报模型开发及超快冷工艺的初步探索[D];钢铁研究总院;2012年

4 李海军;热轧带钢精轧过程控制系统与模型的研究[D];东北大学;2008年

5 吴建峰;热轧带钢调宽技术研究与优化[D];东北大学;2009年

6 刘云飞;热轧管线钢冷却过程组织建模与仿真[D];燕山大学;2011年

7 邹俊;粗轧液压宽度控制系统与精轧张力控制系统仿真及优化研究[D];浙江大学;2006年

8 张鹏;热轧带钢中间坯及输送辊温度场模型与应用研究[D];武汉科技大学;2008年

9 赵旭亮;热轧带钢板形控制技术的研究与应用[D];东北大学;2009年

10 王丙兴;中厚板轧后多阶段冷却控制策略研究与应用[D];东北大学;2009年

中国硕士学位论文全文数据库 前10条

1 郑会平;热轧带钢层流冷却过程的建模与仿真研究[D];东北大学;2008年

2 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

3 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

4 富永亮;热轧带钢终轧温度控制模型的研究[D];东北大学;2010年

5 黄徐晶;1450mm热连轧机层流冷却过程仿真研究[D];昆明理工大学;2007年

6 张雪梅;热轧带钢层流冷却系统控制的优化[D];辽宁科技大学;2008年

7 鞠文波;热轧带钢轧制批量计划软件系统开发与研究[D];大连理工大学;2005年

8 宁立国;热轧带钢层流冷却控制及其优化研究[D];中南大学;2007年

9 石孝武;带钢卷取温度精度预报的方法研究[D];中南大学;2008年

10 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

  本文关键词：热轧带钢层流冷却过程控制方法的应用研究，，由笔耕文化传播整理发布。

本文编号：260244