PDF《博士学位论文公示材料》

―1― 博士学位论文公示材料 学生姓名 徐小青 学号

1210125 二级学科 材料学 导师姓名 张启富、刘常升 论文题目 带钢典型热处理过程工艺优化控制研究 论文关键词 带钢;

热处理工艺;

数学模型;

观测器;

参数优化;

优化控制策略;

论文摘要(中文) 应用模型化、智能化方法,对带钢热处理过程的温度制度进行优化制定,对带钢升温、降温过程 进行实时优化控制,将大幅提升带钢热处理的精准性,获得优良的产品性能.

这种精准热处理方法可 以达到冶金生产的减量化、定制化目标,因此在冶金领域取得了共识并开始用于带钢生产过程.目前, 通过工艺优化控制实现带钢精准热处理已经成为带钢生产过程的重要技术和发展趋势. 受来料因素、装备能力以及检测装置等因素的影响,通过工艺优化控制实现带钢的精准热处理技 术,特别是模型技术和工艺控制技术还存在诸多问题,需要重点加以研究,因此国家已在十三五期间, 将该项技术列入重点研发方向.本文瞄准如何应用模型化、智能化方法系统研究带钢热处理过程的工 艺优化控制问题,该项研究对冶金工业的绿色化、智能化具有重要意义. 本文研究的典型带钢热处理生产过程,包括带钢热镀锌连续退火产线和热连轧层流冷却线.研究 围绕连退和层冷两个不同对象,针对热处理过程带温控制的关键技术和重点问题,在以下方面展开研 究:一是系统地研究带钢热镀锌连续退火过程从温度制度的优化设定到加热和冷却过程的温度优化控 制问题;

二是考虑到带钢连续退火降温控制问题的非典型性,研究带钢热连轧层流冷却过程的冷却路 径控制问题.并依托现代化大型涂镀产线和热连轧产线,进行验证和应用,取得了良好结果. 本文的研究成果和技术创新:提出采用数据挖掘方法进行退火温度制定与结果评估的思路,实现 了退火温度的智能设定,分析发现 85.39%的实验钢卷退火温度可降低 0-30℃;

应用温度观测器方法使 带钢在热处理装置中任意位置温度可知,并用于热处理过程带温控制;

提出基于黄金分割的逐段控制 方法,用于 NOF 助燃空气流量和 RTF 炉温设定,可将退火温度偏差控制在 4℃以内;

应用非线性二次 规化方法实现了层流冷却过程的路径控制,并使卷取温度偏差控制在±15℃内的命中率达 97.27%. 具体研究工作如下: (1)建立了基于数据挖掘方法的连续退火工艺优化制定策略以及其可行性在线评估方法.首先针 对典型钢种进行退火工艺试验,确定连续退火温度制度;

然后通过采集生产过程实时数据以及实验室 检测数据,应用 IBK 算法进行退火温度制度的优化设定,应用神经元网络算法在线评估退火温度制定 结果.某厂实际应用与数据分析表明,该算法能够在考虑带钢微小差异以及目标性能的前提下,设定 最优退火工艺.本研究方法不仅仅用于退火温度设定,还可以用于其它热处理工艺制度的优化,如冷 却速率、终冷温度等. (2)建立了基于温度观测器的退火温度优化控制策略.首先,建立了带钢加热过程忽略相变因素 的一维非稳态导热模型,并将不同炉段换热过程通过边界条件耦合到导热模型.在PH-NOF 段,利用 经验准数方程计算带钢与炉气之间的对流换热问题,利用假想面构造封闭空间,通过辐射换热网络图 法处理带钢与环境的辐射换热.在RTF 段,利用假想面等效黑度法结合辐射换热网络图法处理带钢与 环境的辐射换热.其次,建立了带钢加热过程温度观测器,并利用非线性最小二乘对温度观测器模型 参数进行修正.最后,在观测器的基础上,建立了针对 PH-NOF 段采用助燃空气流量设定,针对 RTF 段采用炉温设定的综合控制策略.经实际生产数据以及现场试验验证,温度观测器具有很高的精度, 优化控制策略能够精准控制带钢退火温度. (3)建立了基于温度观测器的冷却路径控制方法.首先,针对冷却过程特点,建立了带钢冷却过 程考虑相变因素的焓法模型,并利用规则溶液亚点阵模型计算带钢热焓,C 扩散控制的相变模型计算 奥氏体相变.对于不同的冷却形式通过边界进行考虑,针对层流冷却以及喷气冷却特点,采用准数经 验公式进行换热计算.其次,在物理模型的基础上,建立带钢冷却过程的温度观测器以及观测器参数 优化方法.最后,在观测器的基础上,将冷却路径控制转换成带有约束的二次规划问题,通过求解带 ―2― 约束的二次优化问题得到最佳控制率.经过实际生产数据以及模拟结果验证,观测器具有很高的精度, 优化控制算法具有实时性,能够实现复杂的冷却路径控制.层流冷却过程实际应用显示,该算法能够 精确控制卷取温度,同时也能实现冷却路径控制的目标. ―3― 论文摘要(英文) The accuracy of strip heat treatment can be greatly improved by optimizing the temperature profile of heat treatment and constantly controlling the temperature rise and drop by means of applying mathematical and intelligent model-based methodology, and the excellent product performance can be obtained as well. Heat treatment with high accuracy, due to its capability to fulfill alloy contents reduction and product customization in metallurgical processes, is well recognized in metallurgical industry and starts to be used in strip production process. At present, achieving accurate strip heat treatment by process optimization and control has become the critical technology and it'