钢坯加热是轧钢生产线上的重要环节,担负着为轧制工序提供加热质量合格的钢坯的任务。对加热炉以节能降耗为目标的控制策略和方法的研究一直是冶金自动化领域研究的热点,已取得了大量的研究成果,这其中包括加热炉的优化设定方法和燃烧控制方法等等。 然而,以往在控制系统设计时都是人为地把钢坯加热生产和轧制生产看成是两个相互独立的过程进行的,而没有将这两个相互联系的过程进行综合控制。因此,为加热炉节能降耗而采取的各种控制方法不能保证整个轧钢生产线总体能耗、生产设备利用和产品质量指标的最优化。 为此,本文从综合解决轧钢生产线总体能耗过大、降低轧钢过程生产事故的问题分析入手,提出了将加热和轧制工序相互协调,对钢坯加热过程进行综合优化控制的新的控制策略和方法,为从根本上解决轧钢生产能耗过大、提高轧机的安全性提供了全新的解决方案。 热轧钢坯的温度是联系钢坯加热过程和轧制过程的重要过程参数,本文利用机理分析和离散状态空间相结合的方法建立了热轧生产过程中钢坯温度变化的数学模型,为钢坯加热过程基于轧制信息反馈的综合优化控制奠定了模型基础。 加热炉炉温的优化设定和燃烧控制优化方法是实现钢坯加热生产综合优化控制的重要内容,本文对炉温设定问题中目标函数的确定及其优化策略进行了深入分析,对现有方法进行了改进,使炉温设定更符合生产目标的要求;通过综合利用燃料热值前馈和残氧分析反馈的方法,提出了一种基于空燃比优化的燃烧控制新方法,系统解决了钢坯炉内加热过程的优化问题。 为解决加热炉炉温的在线优化问题,本文提出了基于模糊控制规则提取和神经网络技术相结合的钢坯加热过程综合优化控制策略,通过将轧制过程的生产信息及时反馈到加热生产工序,实现了对加热炉炉温预设定值波动的动态优化补偿。 为实现加热炉基于轧制生产信息的综合优化控制,本文分别建立了基于温度反馈和轧制负荷变量反馈的钢坯加热生产的综合优化控制模型,仿真结果表明了方法的有效性。