蓄熱式加熱爐鋼溫建模方法研究.pdf

1、加熱爐是軋線上的耗能大戶，加熱爐對鋼材加熱質(zhì)量的好壞直接影響鋼材產(chǎn)品質(zhì)量。只有合理控制鋼坯出爐溫度及其分布，才能保證鋼坯軋制質(zhì)量，由于目前測試技術(shù)還不夠發(fā)達(dá)，測試成本偏高，而且加熱爐系統(tǒng)較復(fù)雜，使得直接并準(zhǔn)確測量加熱過程中鋼坯表面及中心溫度的動態(tài)升溫過程有較大困難。因此，建立準(zhǔn)確的加熱爐鋼溫預(yù)報模型格外重要，準(zhǔn)確的模型不僅能夠推算出爐鋼坯溫度，而且對加熱爐控制系統(tǒng)具有重要的參考價值，有利于提高鋼材的加熱質(zhì)量，降低加熱爐燃料的消耗。

2、>　　本文以蓄熱式加熱爐為研究背景，簡要介紹了蓄熱式加熱爐概況以及解決建模問題的算法基礎(chǔ)。首先，以傳熱學(xué)知識為依托，建立了基于總括熱吸收率的機(jī)理模型，因為該機(jī)理模型的熱吸收率系數(shù)需要根據(jù)經(jīng)驗公式反復(fù)試湊確定，運(yùn)用自適應(yīng)遺傳算法求得最佳的總括熱吸收率參數(shù)，避免了繁瑣的試湊參數(shù)過程。其次，運(yùn)用平均影響值算法篩選出對神經(jīng)網(wǎng)絡(luò)輸出變量影響最大的輸入變量，降低了輸入變量維數(shù)，簡化了網(wǎng)絡(luò)模型結(jié)構(gòu)，運(yùn)用動量自適應(yīng)學(xué)習(xí)速率方法完成網(wǎng)絡(luò)訓(xùn)練，建立了改進(jìn)B

3、P神經(jīng)網(wǎng)絡(luò)鋼溫預(yù)報模型。最后，運(yùn)用自適應(yīng)遺傳模擬退火算法對改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化，通過與自適應(yīng)遺傳算法優(yōu)化改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型做比較，更突出前者的優(yōu)化效果，自適應(yīng)遺傳模擬退火算法在提高模型預(yù)測精度的同時，保證了神經(jīng)網(wǎng)絡(luò)模型的穩(wěn)定性。
　　通過建立的模型仿真結(jié)果表明，在沒有進(jìn)行埋偶試驗情況下，機(jī)理模型雖然求解過程比較繁瑣，但機(jī)理模型不僅能夠預(yù)測鋼坯出爐溫度，而且能夠近似預(yù)測鋼坯的動態(tài)升溫過程。神經(jīng)網(wǎng)絡(luò)模型雖然很難預(yù)測鋼坯升溫過