基于神经网络连铸坯温度优化控制的研究

《基于神经网络连铸坯温度优化控制的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：日期：年月日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍

2、然为杭州电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。（保密论文在解密后遵守此规定）论文作者签名：日期：年月日指导教师签名：日期：年月日杭州电子科技大学硕士学位论文基于神经网络的连铸坯温度优化控制研究研究生：潘三强指导教师：徐哲教授2012年12月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterTemperatureOptimalControloftheCastingBilletInduc

3、tionHeatingProcessBasedontheBPNeuralNetworksModelCandidate:PanSanqiangSupervisor:Prof.XuZheDecember，2012杭州电子科技大学硕士学位论文摘要连铸坯感应加热是近年来钢铁行业连铸直轧技术发展的新动向，铸坯经结晶器成型切割之后，在其温度尚未大幅度下降之前，采用电磁感应加热方式加热铸坯，使其整体温度均匀。当铸坯温度达到轧制温度之后，进行轧制。电磁感应加热技术能够有效节能降耗，减少污染，随时启动，在线加热，在重视节能减排的今天正受到钢铁生产企业的青睐。本文将根据感应加热原理，在考虑

4、钢坯运动的情况下，对钢坯进行受热分析，并根据现场采集的大量实际数据，训练建立钢坯温度预测的神经网络模型。在该模型基础上，采用随机搜索的方法调整电压控制曲线，使钢坯加热后的温度达到目标值，实现热连轧生产线感应加热过程的温度优化控制。论文主要研究内容概括如下：(1)连铸电磁感应加热机理的简化分析从实际建模需要出发，对感应加热问题进行了合理的简化，以麦克斯韦方程组为理论基础，在忽略位移电流及坯料运动对电磁场影响的情况下，分析钢坯升温的电磁加热机理，为建模提供理论根据。同时，推导铁芯线圈阻抗的简易测算法，并引入电功率密度概念。(2)建立BP神经网络温度预测模型感应加热过程是电磁

5、——热耦合的过程，在加热过程中，钢坯的磁导率、电阻率以及涡流的分布情况都随着温度发生变化，所以感应加热是一个时变、滞后、非线性的复杂过程，需要适当简化处理其过程。从实际采集数据出发，分析并抽取有效数据，建立基于BP神经网络的温度预测模型，包括两种建模思路，分别是电参数温度预测模型和电功率温度预测模型，对比这两种模型的预测效果，电功率模型训练及预测更为精准，有助于钢坯温度的优化控制。(3)优化电压控制曲线两个感应器以并联的方式工作，中频电源输出电压同时作用在两个感应器上，调整某一时刻的电压控制曲线，会同时影响两个感应器的功率，这样在两个感应器里的两段钢坯的温度都会受到影响

6、，耦合作用明显。基于电功率温度预测模型良好的预测效果，采取随机搜索的方法，分段优化电压控制曲线，有效控制钢坯加热后的温度。实际应用时，针对每个温度范围的样本建立电压控制曲线数据库，实现钢坯温度快速优化控制。关键词：感应加热，神经网络，温度优化控制I杭州电子科技大学硕士学位论文ABSTRACTAtpresent,billetelectromagnetisminductionheatingisanewtrendoftheContinueCasting-DirectRollinginthesteelindustry.Beforethetemperaturedroppeddow

7、ndrastically,thecastingbilletjustpulledoutofthecontinuouscastingmoldwascomplementedheatbytheelectromagneticinductionheating,couldfullymeettherollingneeds,andthendirectlyintotherollingprocedure,thuscompletingthebilletdirectrollingprocess.Electromagnetisminductionheatingtec