基于BP-GA算法的板坯連鑄二冷水動態(tài)控制模型研究.pdf

1、高效連鑄過程的二次冷卻水控制水平與鑄坯質(zhì)量密切相關(guān)。鑄坯質(zhì)量如內(nèi)部裂紋、表面裂紋、鼓肚和形狀缺陷、中心偏析等形成的原因與二次冷卻制度不合理、冷卻不均勻有一定關(guān)系。板坯連鑄的二冷區(qū)通常由多個噴水段組成，各段的目標溫度不同，控制水量也不同，而且連鑄生產(chǎn)過程具有復(fù)雜性和不確定性特征。凝固傳熱數(shù)學(xué)模型是連鑄過程控制與優(yōu)化的基礎(chǔ)，基于傳熱模型確定二冷制度是應(yīng)用最廣泛的一種方法，可以對連鑄生產(chǎn)過程進行模擬計算。但是，當考慮生產(chǎn)影響因素較多和輸入條件

2、變化明顯時，該方法的實時性和應(yīng)變性難以保證。因此，將人工智能優(yōu)化算法如遺傳算法(Genetic Algorithm，GA)、神經(jīng)網(wǎng)絡(luò)、模糊控制器等引入進行連鑄二冷動態(tài)配水與優(yōu)化控制方法研究，對連鑄機二冷段水量的合理分配和動態(tài)控制有重要意義。 圍繞板坯連鑄二冷配水優(yōu)化與控制問題，在建立的凝固傳熱數(shù)學(xué)模型基礎(chǔ)上，開展配水優(yōu)化和動態(tài)控制方法研究。以一維和二維連鑄板坯凝固傳熱數(shù)學(xué)模型為基礎(chǔ)，考慮冶金準則的約束，研究遺傳算法進行連鑄二冷各

3、段水量優(yōu)化的方法，從而可確定拉速一水量的靜態(tài)配水經(jīng)驗公式中的參數(shù)，為進一步優(yōu)化二冷水控制方案提供參考依據(jù)；以目標表面溫度為約束，應(yīng)用模糊邏輯技術(shù)實現(xiàn)基于傳熱數(shù)學(xué)模型的定拉速下二冷段水量的優(yōu)化，以及變拉速下水量的動態(tài)分配；使用BP神經(jīng)網(wǎng)絡(luò)辨識連鑄凝固傳熱數(shù)學(xué)模型，達到對鑄坯溫度的預(yù)測；將神經(jīng)網(wǎng)絡(luò)與模糊邏輯結(jié)合，應(yīng)用模糊神經(jīng)網(wǎng)絡(luò)進行水量的動態(tài)分配與控制，改進模糊邏輯在控制水量分配時不能學(xué)習(xí)的問題；建立基于神經(jīng)網(wǎng)絡(luò)和模糊邏輯技術(shù)的由神經(jīng)網(wǎng)絡(luò)預(yù)

4、測連鑄二冷段溫度場分布，由模糊神經(jīng)網(wǎng)絡(luò)據(jù)神經(jīng)網(wǎng)絡(luò)預(yù)測的溫度實現(xiàn)水量動態(tài)分配與控制的全智能動態(tài)控制模型。 連鑄二冷動態(tài)配水模型軟件基于Windows開發(fā)平臺，選用Microsoft的VisualBasic 6.0編程實現(xiàn)，模型軟件以可用性、靈活性及可靠性為設(shè)計原則。軟件測試分為離線測試與在線測試，以攀鋼提釩煉鋼廠2＃板坯連鑄機二冷水控制為具體對象，二冷段出口板坯表面溫度為控制目標，離線測試使用從攀鋼現(xiàn)場獲取的歷史數(shù)據(jù)庫進行仿真計算

5、；在線測試在攀鋼提釩煉鋼廠生產(chǎn)現(xiàn)場，從實時數(shù)據(jù)庫提取實時數(shù)據(jù)計算，并同步進行現(xiàn)場板坯表面溫度測定，以完成方法檢驗和軟件測試。 連鑄二冷動態(tài)配水模型軟件的測試和應(yīng)用表明：基于遺傳算法的二冷配水優(yōu)化模型，可減少表面溫度與目標溫度的差異，同時回?zé)崤c冷卻速率也更趨于合理，滿足了冶金準則對改善鑄坯冷卻過程和提高產(chǎn)品質(zhì)量的要求；利用模糊神經(jīng)網(wǎng)絡(luò)的計算能力，可快速響應(yīng)二冷配水中拉速和目標溫度等變化對水量調(diào)整的實時性要求；基于BP神經(jīng)網(wǎng)絡(luò)與高斯