陈洪军


摘要:在钢铁热轧生产过程中,钢坯加热控制系统是复杂的工业控制过程,具有多变量、大惯性、非线性、强耦合的特点,所以干扰非常严重,建模十分困难,常规的控制方法难以取得理想的控制效果。模糊BP神经网络结合神经网络与模糊控制算法的优点,对加热炉炉温进行优化,对钢铁企业降低能耗、节约能源具有一定的现实意义。
关键词:钢坯加热炉;模糊BP神经网络;优化控制;钢铁热轧生产;炉温控制 文献标识码:A
中图分类号:TP273 文章编号:1009-2374(2015)35-0030-02 DOI:10.13535/j.cnki.11-4406/n.2015.35.015
1 加热炉钢坯加温方式
热轧生产过程温度经过几个阶段最终达到满足工艺要求,使钢坯表面温度与目标温度之差、断面温差均满足温差,对钢坯的加热过程进行分析。炉温分布的不同,钢坯的升温过程和能耗也不同,在加热炉的生产实践中产生了三种不同的加热方式。
第一种,钢坯在开始阶段升温过于缓慢,所以需要给加热炉加大燃料,提高钢坯升温速度,结果造成后期升温梯度很大,容易导致钢坯的表面和内部的温差较大,钢坯受热不均匀,容易损伤轧机,同时燃料也消耗非常大。
第二种,开始阶段温度较低时,钢坯升温速度比较缓慢,钢坯产生的温度应力较小,造成钢坯的加热速度限制比较小,又经过短时间的均热段,钢坯表面温度和中心温度的温差很小,基本上很接近,温度达到均衡,适合出炉,从而缩短了钢坯在炉内的停留时间,降低了钢坯的氧化烧损程度,也减少了燃料的大量浪费,提高产品的成品率。……