基于NS-VWM結晶器的在線高速調寬速度模型研究.pdf

1、連鑄作為鋼鐵生產流程中承上啟下的關鍵環(huán)節(jié)，是當前我國鋼鐵生產結構調整與技術升級戰(zhàn)略中值得重點關注的核心環(huán)節(jié)。結晶器是連續(xù)鑄鋼中的鑄坯成型設備，被稱為連鑄機的“心臟”，為減少鑄坯缺陷，研究結晶器的性能對提高連鑄整體生產能力以及提高鑄坯質量都起到非常重要的作用。
　　目前，結晶器調寬技術已向高速方向發(fā)展，日本新日鐵鋼鐵公司開發(fā)的高速調寬NS-VWM系統(tǒng)完全實現(xiàn)了高速自動調寬。與原有的調寬方式不同，該技術的最大特點是窄邊的錐度變更與平行

2、移動同時進行，有利于鑄坯連澆并提高鑄坯收得率，大幅縮短調寬時間并減少因調寬造成的切割浪費。結晶器調寬生產參數的設定是NS-VWM系統(tǒng)的關鍵技術之一，而調寬速度是其中最核心的參數，其取值的大小對結晶器在線調寬系統(tǒng)的安全性和可靠性起決定性作用。
　　本文以NS-VWM結晶器為主要研究對象，通過現(xiàn)場調研與數據挖掘，查找大量相關文獻資料，對窄邊調寬速度這一重要參數做重點研究。首先，分析其調寬過程，建立調寬速度的機理模型;其次，利用多元線性

3、回歸的數學方法，建立窄邊調寬速度的數理模型;最后，針對粒子群優(yōu)化算法容易陷入局部最優(yōu)以及早熟等缺點，對粒子群算法進行改進，對慣性因子采取非線性減小的機制，結合遺傳算法的選擇交叉變異算子，得到一種新型的GAPSO算法，用GAPSO算法訓練BP神經網絡，通過MATLAB仿真結果證明，GAPSO-BP網絡具有較小的訓練誤差和檢驗誤差，在一定程度上提高了學習能力和泛化能力，以此神經網絡為基礎設計了NS-VWM結晶器的在線高速調寬速度模型。