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,对带钢升温、降温过程进行实时控制,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。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,因此本文应用模型化、智能化方法系统研究了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。本文围绕热镀锌连续退火和热连轧层流冷却两个不同对象,针对热处理过程带钢温度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控制问题;二是考虑到带钢连续退火冷却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。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58.23%的实验钢卷退火温度设定值可降低10-30℃;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钢温度控制;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±2℃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。(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。(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,通过求解带约束的二次优化问题得到最佳控制率。