帶鋼連續(xù)熱鍍鋅過程鋅層厚度模型的研究.pdf

1、隨著汽車、家電等行業(yè)的發(fā)展，對鍍鋅帶鋼的需求量大大增加。衡量熱鍍鋅產(chǎn)品質(zhì)量的重要指標(biāo)就是鍍層厚度及均勻性，鍍層厚度控制水平直接影響到熱鍍鋅板的產(chǎn)品質(zhì)量、成本和市場競爭力。鋅層厚度控制過程是個非線性、多變量、大滯后過程，氣刀在鋅層厚度的控制中起決定性作用。然而由于數(shù)學(xué)模型未知，多數(shù)鍍鋅生產(chǎn)線依然主要依靠操作人員根據(jù)經(jīng)驗對設(shè)定值進行手動調(diào)節(jié)，不可避免地引起鍍層厚度的偏差。所以，建立氣刀各參數(shù)與鋅層厚度之間的數(shù)學(xué)模型，是熱鍍鋅過程的一個關(guān)鍵性

2、問題。
　　本文針對帶鋼連續(xù)熱鍍鋅生產(chǎn)線的實際工藝過程，在深入鋅層厚度控制特點的基礎(chǔ)上建立鋅層厚度模型。主要研究工作歸納如下:
　　1.以吹氣法熱鍍鋅過程為背景，分析氣刀噴吹過程中影響鋅層厚度的關(guān)鍵因素;同時，基于流體力學(xué)和射流力學(xué)原理，建立鋅層厚度與帶鋼表面壓力分布之間的解析模型。
　　2.針對帶鋼表面壓力分布不可測的問題，采取ICEM與FLUENT相結(jié)合的數(shù)值模擬方法，并根據(jù)最小二乘方法進行回歸分析，建立帶鋼表面壓

3、力分布與氣刀工藝參數(shù)之間的模型。將此模型與解析模型相結(jié)合，得到鋅層厚度與氣刀各參數(shù)間的機理模型。
　　3.為補償機理建模中所存在的不確定因素對模型輸出的影響，利用最小二乘支持向量機(LS-SVM)建立灰箱模型進行數(shù)據(jù)補償，得到了鋅層厚度的LS-SVM混合模型。仿真結(jié)果顯示混合模型具有較高的精度，驗證了混合模型的有效性。
　　4.針對LS-SVM混合模型中，參數(shù)選取盲目和易陷入局優(yōu)的問題，采用粒子群算法(PSO)對模型參數(shù)進行