菌群优化算法在层流冷却控制中的应用

发布时间：2017-06-19 23:02

  本文关键词：菌群优化算法在层流冷却控制中的应用，，由笔耕文化传播整理发布。

【摘要】：层流冷却控制过程中,需要在几秒钟时间内,使整段带钢温度迅速减少200~300℃,只凭借带钢向外热辐射和热传递过程散出大部分热量是不可能实现的。因此,需要带钢输出辊道上安装高效率的冷却设备,通过向辊道上待冷却带钢表面密集喷水,使带钢表面温度迅速冷却。通过控制喷水集管阀门开闭来控制带钢喷水量,满足不同需求的带钢对于卷取温度的控制要求。由于带钢最终卷取温度取决于层冷过程中喷洒水量的多少。无论喷水量过多或多少都会导致卷取温度过高或者过低,这都会直接降低带钢的生产质量。由于传统带钢层流冷却过程难以建立精准的数学模型,目前大多数钢厂仍然采用查经验公式或实测数据表格的方法进行温度控制,控制精度较低。为了提高层流冷却过程中卷取温度的控制精度,本文研究内容包括:1.进行层流冷却特性分析。在层流冷却控制工艺中,需要尽可能保证最终的带钢卷取温度接近目标温度,该温度本质属于目标优化问题。寻找最优喷水量是解决该控制过程的关键,近些年来,菌群优化算法作为群智能算法的代表逐渐被广泛应用,因其不受限于数学模型精度并且适应频繁变化的工况,本文引进了菌群算法来寻找最优的层流冷却过程喷水量。2.提出基于小生境菌群改进算法。传统菌群算法存在容易陷入局优的问题,本文加入了小生境方法改进传统菌群算法。小生境的概念是将与自身特性相同的个体通过某种方式将其聚类到一起,共进退,同生死。在菌群算法应用中是将传统菌群算法中距离较为接近的细菌个体限制在一个特定的生存空间中,使用小生境方法改进后的菌群算法比传统菌群优化算法具有更快的收敛速度和跳出极值点的能力。实验结果证明了小生境菌群算法增强了传统菌群算法跳出局优的能力。3.提出基于小生境菌群优化算法的层流喷水量优化设定方法。本文将改进后的菌群优化算法应用于层流冷却控制过程,提出基于小生境菌群优化算法的层流冷却喷水量的设定方法。分别经过趋化、繁殖行为、迁徙步骤及小生境算法的惩罚淘汰机制,最终找到整个菌群最终寻优位置,该位置对应整个层流冷却过程的最优喷水量。4.半物理实验研究。借助东北大学国家重点实验室平台中的层流冷却全流程实验系统,在国内某大型钢厂的实际运行数据基础上,进行了基于小生境菌群优化算法的层流冷却喷水量设定方法的实验研究。实验结果表明,利用本文提出的方法,不论薄带钢还是中厚带钢,均可以寻到优化的层流冷却喷水量,最终使得冷却结束后的带钢卷取温度接近目标温度,从而提高带钢质量。
【关键词】：菌群优化算法 小生境 层流冷却控制 冷却喷水量 卷取温度
【学位授予单位】：沈阳建筑大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TG334.9;TP18
【目录】：

• 摘要4-5
• Abstract5-11
• 第一章 绪论11-17
• 1.1 研究背景和意义11-13
• 1.1.1 热轧带钢层流冷却过程的研究背景及意义11-12
• 1.1.2 菌群算法的研究背景及意义12-13
• 1.2 研究现状13-15
• 1.2.1 层流冷却过程优化方法研究现状13-14
• 1.2.2 基于生物行为的优化算法及菌群优化算法14-15
• 1.3 层流冷却过程控制难点15-16
• 1.3.1 工况条件变化频繁15-16
• 1.3.2 严重依赖带钢温度模型精度16
• 1.4 本文工作16
• 1.5 本章小结16-17
• 第二章 层流冷却过程特性分析17-21
• 2.1 设备与工艺描述17-18
• 2.2 过程特性分析18-19
• 2.3 本章小结19-21
• 第三章 基于小生境的菌群优化算法21-37
• 3.1 传统菌群优化算法21-25
• 3.2 基于小生境的菌群改进优化算法25-29
• 3.3 实验研究29-35
• 3.3.1 传统算法与改良算法寻优过程对比29-33
• 3.3.2 传统算法与改良算法寻优能力对比33-35
• 3.4 本章小结35-37
• 第四章 小生境菌群优化算法在层流冷却系统中的应用37-47
• 4.1 基于小生境菌群优化算法的层流喷水量优化设定方法38-45
• 4.1.1 优化控制目标38
• 4.1.2 优化控制策略38-39
• 4.1.3 优化设定算法39-45
• 4.2 本章小结45-47
• 第五章 实验研究47-61
• 5.1 实验平台描述47-48
• 5.2 仿真实验48-59
• 5.2.1 算法在薄钢冷却控制应用中的实验49-53
• 5.2.2 算法在中厚钢冷却控制应用中的实验53-59
• 5.3 本章小结59-61
• 第六章 结论61-63
• 参考文献63-67
• 作者简介67
• 作者在攻读硕士学位期间发表的学术论文67-69
• 致谢69-70

【相似文献】

中国期刊全文数据库 前10条

1 左军 ,张中平,佘广夫;攀钢热轧层流冷却系统改造设想[J];四川冶金;2001年05期

2 杨振东,孙旭光,郭春山,王益群,王海芳;热轧中宽带钢层流冷却控制系统的改进[J];流体传动与控制;2004年04期

3 谭明皓,片锦香,柴天佑;热轧层流冷却过程的智能建模仿真软件包[J];系统仿真学报;2005年02期

4 谭明皓,柴天佑;基于案例推理的层流冷却过程建模[J];控制理论与应用;2005年02期

5 李黎明;党军;唐运章;余伟;;层流冷却对于板型的影响研究[J];甘肃冶金;2010年05期

6 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

7 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

8 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

9 刘伟业;华建社;彭军明;;新钢1580热轧层流冷却温度控制的研究[J];机械工程与自动化;2012年03期

10 王明华;权芳民;孙文强;吴海南;;不锈钢热轧层流冷却过程的温度模拟[J];工业炉;2012年04期

中国重要会议论文全文数据库 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

中国重要报纸全文数据库 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

中国博士学位论文全文数据库 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

中国硕士学位论文全文数据库 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 卜赫男;热轧带钢层流冷却过程自动化系统的优化与应用[D];东北大学;2013年

3 胡敏燕;X80管线钢层流冷却工艺的研究[D];安徽工业大学;2014年

4 许峰;热连轧板带钢层流冷却控制系统的研究与应用[D];东北大学;2014年

5 孙良;热轧带钢层流冷却控制方法的优化研究[D];辽宁科技大学;2016年

6 潘彪;热轧宽带钢超快速冷却系统研究与设计[D];东北大学;2013年

7 傅松林;新钢1580热连轧层流冷却控制系统研究[D];东北大学;2013年

8 王镇;菌群优化算法在层流冷却控制中的应用[D];沈阳建筑大学;2016年

9 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

10 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

  本文关键词：菌群优化算法在层流冷却控制中的应用，由笔耕文化传播整理发布。

本文编号：463947