带钢卷取温度高精度预报模型的研究与开发.pdfVIP

维普资讯

第２６卷第３期燕山大学学报Ｖｂ１．２６Ｎｏ．３

２００２年７月ＪｏｕｒｎａｌｏｆＹａｎｓｈａｎＵｎｉｖｅｒｓｉｔｙＪｕｌｙ２００２

带钢卷取温度高精度预报模型的研究与开发

ＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔｏｆＨｉｇｈＡｃｃｕｒａｃｙ

ＰｒｅｄｉｃｔｉｏｎＭｏｄｅｌＡｂｏｕｔＳｔｒｉｐＣｏｉＴｅｍｐｅｒａｔｕｒｅｌ

张树存

摘要针对传统卷取温度模型的固有缺陷，为了提高卷

Ｉ层流冷却控制系统

取温度的控制精度，提出一种将人工神经网络和数学模型

相结合的新方法，用于热轧带钢卷取温度的预报。离线仿

我国某热轧带钢厂层流冷却控制系统如图Ｉ

真表明，采用本文所述的方法，能够较准确地预报带钢的

所示。该系统是前馈一反馈控制系统。沿轧件长度

卷取温度。

方向冷却区分为主冷区和精冷区，其中主冷区采用

关键词数学模型，神经网络，ＢＰ算法，卷取温度预报。

前馈控制，精冷区有前馈和反馈两种控制。精冷区

ＡｂｓｔｒａｃｔＡｇａｉｎｓｔｔｈｅｉｎｈｅｒｅｎｔｄｅｆｅｃｔｏｆｔｒａｄｉｔｉｏｎａｌｃｏｉｌｔｅｍ－前馈控制的依据是中间测温仪实测的带钢温度，因

ｐｅｒａｔｕｒｅｍｏｄｅｌａｎｄｔｏｉｍｐｒｏｖｅｔｈｅｃｏｎｔｒｏｌａｃｃｕｒａｃｙｏｆｃｏｉｌ

为带钢在冷却区运行中表面易产生水雾，使温度实

ｔｅｍｐｅｒａｔｕｒｅ，ａｎｅｗｍｅｔｈｏｄｉｓｂｒｏｕｇｈｔｆｏｒｗａｒｄ，ｗｈｉｃｈｃｏｍ－

测值偏差较大，影响了前馈的效果。

ｂｉｎｅｓｔｈｅａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ（ＡＮＮ）ｗｉｈｔｍａｔｈｅｍａｔｉｃｓ

ｍｏｄｅｌｆｏｒｔｈｅｃｏｉｔｅｍｐｅｒａｔｕｒｅｐｒｅｄｉｃｔｌｉｏｎａｂｏｕｔｈｏｔｒｏｌｌｉｎｇ．

２数学模型

Ｔｈｅｏｆｆｉｉｎｅｅｍｕｌａｔｉｏｎｓｕｇｇｅｓｔｓｈｔａｔｉｃａｎｔｍｏｒｅａｃｃｕｒａｔｅｌｙｐｒｅ－

ｄｉｃｔｔｈｅｔｅｍｐｅｒａｔｕｒｅｏｆｓｔｒｉｐｃｏｉｌｗｉｈｔｔｈｅｍｅｔｈｏｄｄｅｓｃｒｉｂｅｄｉｎ

ｔｈｉｓｐａｐｅｒ．２．Ｉ传统数学模型

Ｋｅｙｗｏｒｄｓｍａｔｈｅｍａｔｉｃｓｍｏｄｅｌ，ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ计算工件温度的数学模型如下

ＡＮＮ（），ＢＰａｌｇｏｒｉｔｈｍ，ｐｒｅｄｉｃｔｉｏｎｏｆｃｏｉｌｔｅｍｐｅｒａｔｕｒｅ

＝＋（一）ｅ一甜（１）

０引言

式中，ｒ（０为ｔ时刻工件的平均温度；伪带钢进入冷

卷取温度控制是热轧带钢生产中的一个重要

却区的时间；为环境温度；为终轧温度；