一、热轧带钢层流冷却数学模型述评（论文文献综述）
陈德敏[1]（2020）在《热轧区域钢坯（板）周期传热边界特征与温度场的协同机制》文中研究说明钢铁企业是高能耗、高污染行业,且产能过剩。企业为了生存发展,必须进行转型升级、开发高附加值、高性能产品。钢坯组织性能控制对产品质量有着重要影响,它与钢坯的温度分布、水平和梯度密切相关,而钢坯（板）传热边界又直接决定着温度的分布规律。因此,研究热轧区域钢坯（板）传热边界特征与温度场协同规律具有重要的意义。热轧区域包括加热炉、轧制和层流冷却三个单元。钢坯（板）从加热炉到层流冷却历经加热和多点冷却,是周期性的复杂传热过程,目前对这种复杂传热过程的规律尚不清楚。基于此,提出了采用实验测试、理论分析计算以及最小二乘有机结合得到表征边界函数的方法,发现了传热边界具有周期特征,并从正、反两方面研究了周期特征参数与温度场的协同性,获得了特征参数对传热效果的影响程度,分析了特征参数协同运行规律,为优化热工操作、合理安排加热（冷却）生产过程提供依据。具体结论如下:（1）各单元传热边界周期性显着,周期函数各不相同影响传热边界的因素为炉温和换热系数,它们都具有明显周期特征。研究发现加热炉炉温可以由三角函数和线性函数叠加而成,轧制单元换热系数主要为梯形波或者矩形波,层流冷却单元换热系数为以喷头为中心的半波正弦构成的分段函数。（2）传热边界特征参数振幅和周期对钢坯传热影响规律明显单一特征参数对钢坯（板）温度场虽有影响,但方式和效果并不相同。振幅反映了同一区域温度的涨、落,案例计算表明:加热炉炉温曲线振幅每增加1℃,钢坯表面温度最大增幅为1.22℃;层流冷却单元换热系数振幅每增加1W/（m2·K）,钢坯表面温度最大降幅为0.36℃。周期反映了沿钢坯（板）运行方向的温度分布或者冷却区域面积大小,案例计算表明:加热炉内周期越大,钢坯表面温度变化越平缓;层流冷却单元,周期越小,钢板冷却效果越差。（3）传热边界周期与振幅协同变化对温度目标的控制起着决定性的作用,对热轧区域的生产节奏调控有着重要影响正常生产条件下,加热炉内炉温曲线的振幅随着周期（加热时间）的增加而降低,二者呈指数函数关系。应用这一规律讨论加热炉燃耗发现,随着加热时间的逐渐延长,燃耗强度逐渐降低,但这种效果只是在某一个时间区间内有效,如案例加热炉在150min～206min效果明显。同时应用这一规律分析了加热时间分别为170min、190min和210min三种条件下的区域热效率,结果表明,加热时间越短,区域热效率越高,特别是在一加热段内的各区域热效率增加最明显。层流冷却换热系数的振幅随着周期（冷却时间）的增加而降低,二者呈线性关系。热轧区域生产节奏调控主要是各单元传热边界周期（加热时间、轧制时间、冷却时间）的协同,案例生产线可调控加热时间为4080s,与其相对应的能耗调控量为0.58GJ/t,可调控的冷却时间为10.76s。
张超群[2]（2019）在《热轧带钢层流冷却装置精细化分析及系统仿真软件开发》文中研究表明随着我国经济进入“新常态”,钢铁行业必须要从供给侧发力,加快自身的结构调整及技术升级才能保证持续发展,走向低能耗的“绿色生产”道路。TMCP（控制轧制和控制冷却技术）是目前热轧带钢生产领域先进技术的典型代表,是进一步提升带钢性能、节约合金元素的有效途径,而冷却单元则是实现TMCP工艺的核心装置之一。在工业生产实践中,考虑热轧带钢品种和材料冷却工艺路径差异,以及生产线改造成本等因素,TMCP的冷却线多采用层流冷却单元和快速冷却单元的组合配置。研究表明,传统层流冷却集管水流量增大到一定程度,驻点附近冷却能力不再提高。近年来,围绕快冷工艺与设备研究较多,而设备结构参数对节水及冷却能力的影响却鲜有报道。为进一步挖掘传统层流冷却装置性能,在满足工艺要求基础上尽可能节约水量,亟待开展层流冷却设备精细化分析、参数优化相关的理论和实验研究工作。本课题重点围绕热轧带钢层流冷却界面换热行为、传统层流冷却装置结构精细化分析与层流冷却过程系统仿真软件开发三个部分展开研究。首先,为研究普通层流冷却单元和快速冷却单元的结构特点、界面换热行为和冷却能力,自主研制了一套包括供水系统、喷淋系统、实验钢板加热与转移系统、信号（流量、压力、温度）采集系统等在内的物理模拟实验测试平台。其次,利用该物理模拟实验平台和流场分析软件Fluent,对层流冷却集管节流环、鹅颈管结构参数、层流冷却工艺参数等对冷却水量、水流状态以及钢板界面对流换热系数的影响进行了精细分析;对节流环与鹅颈管结构尺寸参数进行了优化;利用实验测得不同工况下钢板心部温降曲线以及红外热像仪拍摄钢板表面温度场,拟合得到鹅颈管喷淋水柱冷却影响区计算公式,并通过反求得到综合各种影响因素的实验钢板表面对流换热系数模型。最后,以建立的钢板表面对流换热系数模型为基础,将热轧带钢层流冷却传热过程简化为厚度方向的一维瞬态模型,利用VB可视化编程语言开发了热轧带钢层流冷却全流程温度模拟仿真软件,并对典型工况进行了模拟计算,仿真结果与现场测试数据吻合较好。研究方法及理论成果对快速冷却装置研发同样具有重要指导意义。
鲍凯[3]（2019）在《热轧带钢2150生产线超快冷系统结构设计》文中认为带钢经过热轧之后温度较高,其轧后冷却工艺水平与成品钢材的力学特性和组织状态有很大关联,超快冷作为一种新的冷却技术,可以完成对成品带钢的温度准确控制。本文从超快冷原理和设备结构设计两方面开展工作,给出了一套带钢超快冷生产工艺并建立了设备整体样机方案。本文对传热学和超快冷技术原理进行归纳,总结常见热传递模式;对常用超快冷工艺方案进行对比,给出适用于本文需要的超快冷工艺方案。然后利用CATIA软件建立超快冷系统三维模型,合理布置各部件位置。并使用ABAQUS软件对滚动轴及支撑座进行静力学分析,结果表明零件设计满足静强度要求。对滚动轴及轴承座部件进行模态分析,结果表明两部件在运行中不会发生共振现象。针对侧向挡板部件进行结构优化,经优化后部件在满足强度和刚度的前提下减少了零件重量,提高安装便捷性,节约了使用材料。本文对带钢冷却过程中水射流速度与带钢传热间关系进行分析,分析结果表明较高的射流速度有利于水在带钢表面流动,可以提高对带钢表面的降温效果。对在高温下滚动轴及轴承座进行热应力分析,结果表明其所受热应力均小于材料许用应力,变形较小满足使用要求。本文针对关键零件滚动轴和轴承座进行了静力学分析,经分析判断了设计零件强度和刚度满足系统使用要求。之后对两个零件进行模态分析,所得到固有频率均远离其相应工作频率,系统稳定性满足要求。最后对挡板部件使用拓扑优化技术简化设计结构,降低系统整体重量。对滚动轴及轴承座在热载荷下的强度和刚度状态进行校核,其结果满足其强度、刚度的使用要求。本文通过超快冷系统的应用后测试数据分析得出超快冷系统在未增加系统用水总量的情况下,通过开关喷水冷却组来控制热轧板带的温度,超快冷后的热轧板带温度下限值低于才用常规层流冷却后的温度下限值,带钢最终冷却温度达到了非常理想的要求;对于Q235B,投入超快冷后可以提高屈服40-50Mpa,提高抗拉强度约30Mpa,性能指标均能满足Q235B及Q345B产品标准要求,但强度指标只能达到Q345B标准要求下限。
王旌鉴[4]（2018）在《热轧带钢层流冷却控制系统设计与应用》文中研究说明层流冷却是热轧带钢的主要生产工艺之一,通过控制出水阀的多少,均匀精确地把热轧带钢温度降低到规定的卷取温度范围内,以获得所需要的带钢组织和力学性能。卷取温度的精准控制是决定带钢质量以及板形的关键因素,但带钢的冷却过程受到带钢自身条件（材质、厚度、速度等）、传热方式（热传导、对流传热、热辐射等）、现场状况（设备、水质、环境温度等）等诸applies多因素影响,控制难度大。所以,建立一个控制精确和适应力强的层流冷却过程控制系统,以保证产品质量,具有十分重要的意义。本文以攀钢1450mm热轧厂层流冷却系统改造为背景,针对层流冷却控制精度差的原因,对层流冷却控制系统的温度计算模型进行了分析完善,对层流冷却控制系统的控制功能进行了设计和应用。主要工作内容如下:（1）提出了带钢内部温度梯度和相变放热的温度计算模型。沿带钢厚度方向分层,用有限差分计算带钢内部温度热传导。根据奥氏体和铁素体的含量计算热焓、相变的潜热、比热,计算出因相变而增加的温度。（2）设计了由计算冷却水阀门开启数量的预设定功能、调整冷却水阀门数的前馈控制功能、精冷区的反馈控制功能和自学习控制功能等功能模块组成的层流冷却控制系统。其中,基于有限差分的温度计算模型,在预设定中计算带钢各样品段卷取温度的预测值和冷却水阀门开启总数;通过使用实测卷取温度对设定计算进行再计算,把再计算的值与实测卷取温度的偏差作为可控样品段的控制参考值,计算冷却水阀门反馈补偿量;通过对带钢前后半段的温度进行线性回归,修正自学习参数,实现水量调整。（3）基于本文提出的层流冷却控制方法,开发了模型软件,投入1450mm生产线实际使用。与原系统相比,有效解决了厚规格、低卷取温度钢卷取温度控制精度差的问题,带钢卷取温度偏差为±15℃的控制精度可以稳定在94%。
高扬[5]（2018）在《多功能热轧实验机组的开发与应用》文中研究表明突破高端产品制造技术,实现工艺流程创新是解决我国钢铁工业大而不强问题的关键,而研发先进的实验研究装备和中试研发平台则是实现这一目标的基础。本文从生产实际出发,结合工艺创新要求,开发了新一代多功能热轧实验机组,其独特的轧辊加热功能、热轧异步轧制功能以及组合式控制冷却功能在保证热轧实验机组灵活高效、精度高的基础上,进一步丰富了实验功能,为热轧产品和工艺研究提供了研发平台。相关实验机组被多家钢铁企业及科研院所应于新产品、新工艺研发中,取得了良好的应用效果。主要研究内容如下:（1）开发了多功能热轧实验机组工艺流程、工艺装备、自动化控制系统和检测仪表系统。通过机组工艺设备的柔性组合,丰富了热轧实验研发手段,满足中厚板和热连轧不同流程的新工艺、新产品的研发需求。提出了可逆轧制和单向轧制辊缝设定策略,通过新型电液联摆系统,在保证辊缝精度的同时提高了压下速度。针对热轧实验复杂、灵活、多变的特点,开发了实验过程跟踪系统、自动实验系统和实验过程仿真系统,提高了热轧实验稳定性和成功率。（2）针对热轧实验轧辊温度低、轧件温降快等问题以及特殊规格、特殊工艺要求的热轧实验过程,提出了热油加热轧辊的工艺思路。通过热油加热过程中轧辊表面温度场有限元模拟,得到了热油温度、环境温度、轧辊直径以及轧辊开孔深度对轧辊表面温度场的影响规律。所开发的轧辊热油加热系统,有效解决了薄规格轧件轧制过程中温降过快的问题,同时满足了特殊合金高温终轧的工艺要求。（3）开发了热轧实验机组异步轧制功能,通过异步轧制将剪切变形引入轧制过程,提高了变形效率和变形渗透率。通过有限元模拟分析,建立了热轧异步轧制过程中轧辊受力、轧件变形以及轧件翘曲规律。为了改善热轧异步轧制过程中轧件翘曲,开发了下辊水平偏移系统并提出了异步轧制过程中轧件翘曲控制策略,有效解决了热轧异步轧制过程中轧件过度翘曲的问题。（4）开发了以超快冷为核心的热轧实验机组组合式控制冷却系统。建立了组合式控制冷却过程中轧件温度控制模型并给出了换热系数自学习方法。针对超快冷系统压力和集管流量强耦合的特点,提出了系统压力与集管流量综合控制策略。系统压力和集管流量均采用前馈设定+反馈微调的控制策略,控制初期压力前馈和流量前馈同时进行,系统稳定后以压力反馈为主、压力反馈和流量反馈交替进行,在反馈控制中引入死区控制和模糊PID自适应控制,并针对调节阀具有回差和死区等特性,给出了相应的补偿控制算法,实现了系统压力和集管流量快速、稳定、高精度控制,提高了轧件终冷温度控制精度,满足新一代TMCP工艺研发需求。（5）应用本文研究成果开发的新一代多功能热轧实验机组,采用先进的三级计算机控制系统构架,配备了完善的自动厚度控制系统和实验过程跟踪系统,实现了全自动实验。其特有的轧辊加热功能、热轧异步轧制功能以及以超快冷为核心的组合式控制冷却功能,为研发供了更多的实验手段。本机组成功推广至首钢、沙钢、太钢、河北钢铁、鞍钢、台湾中钢等近二十家钢铁企业和科研院所,取得了良好的应用效果,为热轧工艺创新和高端品种研发提供了可靠的研究手段。
刘细芬[6]（2017）在《热轧板带材轧后的控制冷却技术》文中认为介绍了常用的控制冷却方式的特点;阐述了热轧板带材冷却系统中常用的控制策略即前馈控制、反馈控制、自适应控制等的内容;着重介绍了国内几种常用的热轧板带材控冷的具体的数学模型、特点及应用,这对我国板带材企业选择合适的冷却模式和控冷数学模型以及对控冷系统的改造有一定的参考借鉴作用。
李旭东[7]（2017）在《超快冷条件下热轧板带钢轧后冷却控制方法研究与应用》文中研究表明以超快速冷却为核心的新一代控制轧制与控制冷却（TMCP）技术在“资源节约型、环境友好型”热轧钢铁材料开发与生产方面具有重要意义。本文依托“十二五”国家科技支撑计划“钢铁行业绿色生产工艺技术与应用示范”项目课题“热轧板带新一代TMCP装备及工艺技术”,以及首钢迁钢、首钢京唐等企业超快冷系统开发合作项目,围绕超快冷条件下热轧板带钢轧后冷却过程的高精度、智能化控制方法,在基于超快冷的轧后冷却数学模型建立、超快冷控制策略、卷取温度控制方法、冷却介质调节策略和控制方法、轧后冷却策略对典型钢种厚度方向组织均匀性影响等方面进行了系统研究,并将研究成果成功应用于相关产线工业化生产,取得良好效果。主要研究成果如下:（1）热连轧线板带钢具有运行速度快、产品规格跨度大等特点,目前关于以射流冲击为主要换热机理的热轧板带钢超快速冷却数学模型研究较少。针对热轧板带钢轧后冷却过程换热特性,构建了基于差异化离散模型的板带钢有限差分方程,有效提高了数学模型在线运算的效率和精度。同时,结合板带钢轧后冷却热交换机制,建立了对流换热系数理论统计模型,并对模型修正系数进行了优化处理。（2）新一代TMCP工艺条件下,超快冷出口温度（UFC-T）是影响产品组织和性能的重要工艺要素,目前关于热轧板带钢UFC-T控制策略和方法的文献资料较少。结合带钢超快冷过程冷却强度大、厚度方向温度梯度明显等特点,以超快冷单根集管为单位冷却单元,采用有限差分算法,系统分析了集管设定策略对带钢UFC-T的影响规律,并在此基础上开发了超快冷最优化组态设定策略。同时,针对超快冷设备紧凑、响应速率快等特点,开发了 UFC-T智能自适应系统,实现了 UFC-T的高精度、自适应控制。（3）热轧板带钢头部特殊冷却过程的高精度控制是产线稳顺生产、提高成材率的重要手段,也是轧后冷却控制的关键技术难题。针对超快冷工艺条件下不同产品的工艺需求及产线轧后冷却设备布置特点,开发了热轧板带钢层流冷却区域头部不冷、超快冷区域头部弱冷以及基于压力预补偿的头部不冷控制策略,实现了带钢头部特殊冷却段的高精度控制（温度720℃以上,长度2.0 m）,厚规格产品成材率提升近5%。（4）热连轧线常规卷取温度（CT）PID反馈控制器在增益参数整定不合理的条件下,通常无法获得理想的控制效果。针对CT反馈控制高度非线性及动态时滞等特点,开发出专家自整定抗时滞PID控制器。应用结果表明,新开发的PID反馈控制器,能够实现高效、稳定的CT反馈控制,CT±20℃命中率得到近5%的提高。（5）对于冷却线长度较短的热连轧线,应用超快冷技术已成为弥补其冷却能力不足的最有效手段。在系统分析产线特点的基础上,针对其轧后冷却调节时间短、温度修正手段不足等突出难题,结合超快冷工艺技术应用,开发出基于智能前馈设定的CT轧后冷却控制方法,该类产线CT±20℃命中率提升近8%。（6）热轧板带钢生产过程中,品种规格变化时的首卷钢受设备工况、控制系统计算偏差等因素影响,温度控制精度通常较差,影响产品批次稳定性。为此,结合热连轧线数据信息特点,引入大数据技术以利用轧线历史数据指导当前生产。通过数据库的建立以及智能算法的开发,形成了集数据记录、智能检索、指导生产为一体的大数据CT智能自适应系统。应用效果表明,针对部分钢种,CT±20℃命中率得到近2%的提高。（7）超快冷供水压力和集管流量的合理、高效调节,是提高冷却水利用率、保证带钢冷却过程温度控制精度的重要前提。针对超快冷高压动态供水、集管流量非线性调节等工艺特点,提出冷却介质调节效率的评价方法,并开发出基于调节效率的节能型高精度水压控制策略,在保证压力调节精度的同时,超快冷供水系统节能达20%。同时,开发出基于调节效率的超快冷集管流量PI控制器,并利用新建立的仿真模型对控制器参数的最优性进行了系统研究,实现了流量调节阀组不同初始开口度和干扰量条件下PI控制器参数的最优化。（8）基于超快冷工艺特点,开发和利用合理的冷却路径控制方法,实现热轧板带钢组织性能的综合调控,是新一代TMCP技术的最终目的所在。以厚度为22.0 mm的X80管线钢为研究对象,采用热轧实验与温度场模拟相结合的方式,对不同冷却路径下带钢厚度方向组织和性能均匀性进行了研究。结果表明,首先采用超快冷中等能力冷却（冷速约23℃/s）,再进行超快冷极限能力冷却（冷速约50℃/s）,实验钢厚度方向获得了较为均匀的组织和性能。该冷却路径下,实验钢屈服强度、抗拉强度及-20℃冲击功较常规层流冷却分别提升80 MPa、40 MPa和45 J,且厚度方向宏观硬度偏差控制在了20 HV以内。该研究成果对超快冷条件下高品质管线钢的生产具有重要的指导价值。本课题研究成果已成功应用于国内多条常规热连轧线,针对不同产品、规格及轧后冷却工艺制度,实现了 UFC-T、CT、冷却水流量、压力等工艺参数的高精度稳定控制。利用超快速冷却成套装备技术并配合高精度轧后冷却控制所提供的平台,成功开发出系列低成本高品质产品,并实现了稳定的大规模工业化生产,为企业降本增效和产品质量的提高做出了突出贡献。
徐小青[8]（2016）在《带钢典型热处理过程工艺优化控制研究》文中提出应用模型化、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。
孙铁军[9]（2016）在《带钢卷取温度高精度预报及多目标优化控制策略研究》文中进行了进一步梳理在现代钢铁工业中,层流冷却工艺是通过轧后强制水冷来改善带钢的组织性能,提高带钢质量和产量的过程。带钢在层流冷却过程中发生复杂的水冷、空冷换热及内部的热传导过程,具有工况条件变化剧烈、强非线性、参数时变、数学模型难以精确描述的复杂工业特性,而且整个冷却区的恶劣环境不能逐点安装温度检测仪表,带钢温度难以连续检测,现有的控制方法存在不能适应变化频繁的工况条件、过于依赖带钢温度模型精度的问题,导致卷取温度控制精度不高、对给定冷却速率跟踪效果差。本文以某钢铁公司带钢热连轧生产线的层流冷却过程为研究对象,以提高带钢成品质量为目标,从温度预报模型优化和多目标优化控制策略研究两方面入手,将先进控制理论和改进的优化算法引入到生产实际中,提出了基于再进化遗传算法的相关性剪枝法（Re-evolutionary Genetic Algorithm-Correlation Pruning Algorithm,REGA-CPA）优化的BP神经网络卷取温度预报模型和基于转基因多目标遗传算法（Transgenic Multi Objective Genetic Algorithm, TMOGA）的层流冷却优化控制策略,并利用层流冷却过程实际生产数据进行了仿真实验研究,仿真结果验证了所提出温度预报模型的高精度和多目标优化控制策略的有效性。本文研究工作具体表现在以下几个方面：1)再进化遗传算法（REGA）现有诸多改进遗传算法（Genetic Algorithm,GA）终究只是在种群的正常进化过程中所采取各种策略,在设计理念上明显受到自然界生物自然进化思想的束缚,对由于种群进化过程中的盲目性、随机性而引起的退化现象明显应对措施不足,对克服GA收敛速度慢和易陷于局部最优等缺点的效果终究有限。基于此,本文在进化策略上另辟蹊径,提出了一种基于重新进化思想的REGA。其中,首次提出了重新进化的思想,用“返祖”操作找回丢失的较优模式并将其耦合至下一代种群中,极大的提高了算法的收敛速度；分析了“种群解的空间跨度”和“基因段距离”对种群多样性的影响,用“优生”操作来推动算法从平面到多维空间的立体式搜索,以勘探和挖掘出更广、更优的寻优区间,并在种群进化后期,强力驱动算法收敛于全局最优.2)基于REGA-CPA优化的BP神经网络卷取温度预报模型本文提出了一种基于REGA-CPA优化的BP神经网络卷取温度预报模型,“阶段性跨度淘汰法”主要是从保持种群多样性方面考虑,随时考量整个种群在平面空间的分布均匀性,以拓展搜索空间,使算法能够在更广、更优的区域寻优；“DNA鉴定法”从多维空间来考量种群在全局空间的寻优遍历性,为判断任意两个个体在多维空间的距离提供了直观、高效的方法。仿真结果表明：该卷取温度预报模型的收敛速度快、精度高,满足实时在线的控制要求,预报精度在±10℃范围之内,3)“随机动态输入模式”卷取温度预报模型的在线应用在离线方式下训练好的基于REGA-CPA优化的BP神经网络卷取温度预报模型为主模型,即可应用于在线的卷取温度预报。鉴于层流冷却系统是一个强耦合、强非线性、大滞后且滞后的时间时变的系统,因主模型权值、阈值、结构已固定,在线预报卷取温度时,若干点的精度有时可能会低于离线时训练的精度。针对此问题,提出了“随机动态输入模式”卷取温度预报模型,以最大限度的保证在线温度预报模型的预报精度在±10℃范围以内,能为层流冷却的预设定及前馈控制提供可靠的参考数据,从而为进一步提高卷取温度的控制精度提供了新的途径。4)转基因多目标遗传算法（TMOGA）提出了TMOGA,利用历代种群Pareto前沿面的交集来提取较优模式并建立基因库,库中的优秀基因通过“转基因”的方式移植到下一代种群,以保证种群进化稳步向Pareto最优解集迫近；基于决策变量的拥挤距离策略和基因库的竞争机制,保持了种群的多样性,使算法可以挖掘和勘探出更广、更优的搜索空间；随机抽取基因的模式保证了历代种群Pareto前沿面均具有良好的空间分布均匀性；基因库的记忆、固化功能形成强力驱动机制,使算法接近收敛时迅速跳出局部前沿,快速逼近真实的Pareto最优解集。5)基于TMOGA的层流冷却系统粗调区优化控制策略针对如何提高带钢卷取温度的控制精度和如何准确跟踪给定冷却速率的问题,提出了基于TMOGA的层流冷却系统粗调区优化控制策略,用于搜索粗调区集管的最佳开闭模式集合（Pareto最优解集）；仿真结果表明,该多目标优化控制策略可获取全局Pareto最优解集且在空间分布均匀,所提供的决策变量丰富、合理,因此控制系统的控制范围广、精度高,对多目标的均衡能力强,从而为新钢种的开发、冷却工艺优化提供了强有力的技术手段,同时为发展高端、高附加值的带钢产品打下了坚实的基础。
孙良[10]（2016）在《热轧带钢层流冷却控制方法的优化研究》文中进行了进一步梳理热轧带钢层流冷却过程影响其卷曲温度,而带钢卷取温度控制精度直接影响带钢的力学性能和其组织性能,是确保带钢的质量和板形的决定性因素。所以,层流冷却过程控制系统的分析和研究具有重要意义。在本文中,以朝阳钢铁热轧厂层流冷却系统为背景,对怎样提高带钢卷取温度的控制精度从控制方法上进行深入的分析和研究。研究了带钢的冷却机理,研究了带钢传热的基本方式（热辐射、对流、热传导）,并对朝阳钢铁热轧厂层流冷却过程中的数学模型进行了详细的分析。空冷模型和水冷模型是此模型的主要构成部分,而热流密度是模型中影响冷却效果的重要参数,因此,热轧带钢层流冷却控制模型的确立对提高卷取目标温度的控制精度意义深远。对国内热轧厂层流冷却控制系统的控制策略进行了研究分析,并详细分析了朝阳钢铁热轧厂的层流冷却过程控制策略的各项功能。在具体实践过程中,可以看出层流冷却过程控制是一个以预设定计算和动态修正计算为主,反馈控制为辅的综合控制系统,并分析评价了该系统在实际生产中的应用。带钢卷取温度控制精度较低的主要原因在于前馈和反馈计算都放在基础自动化系统中进行,且只使用经验公式计算的方式精度较差;卷取温度控制模型不管是预设定还是前馈、反馈计算都假定厚度方向温度是均匀的来进行。朝阳钢铁热轧厂将前馈和反馈计算都放在过程控制系统中进行,并在长度方向上将带钢划分成若干样品段,对每个样品段都进行前馈控制,对尽可能多的样品段进行反馈控制,同时自适应温度偏差按长度方向分前后段计算;我们沿带钢厚度方向上分层计算其温度,涵盖了带钢在厚度方向上各层之间的热传导,对带钢在降温过程中任意点的温度进行了计算,提高了热轧带钢卷取温度的控制精度。重点描述了朝阳钢铁热轧厂热轧带钢的温度分层计算,分样品段前馈、反馈和自适应控制及变目标温度控制等方法。
二、热轧带钢层流冷却数学模型述评（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、热轧带钢层流冷却数学模型述评（论文提纲范文）
（1）热轧区域钢坯（板）周期传热边界特征与温度场的协同机制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 热轧区域系统的特点及传热研究重点 |
| 1.2.1 热轧区域系统特点 |
| 1.2.2 热轧区域传热研究重点 |
| 1.3 热轧区域传热研究现状 |
| 1.3.1 加热炉传热边界及传热模型研究现状 |
| 1.3.2 轧制传热边界及传热模型研究现状 |
| 1.3.3 层流冷却传热边界及传热模型研究现状 |
| 1.4 研究内容 |
| 1.5 论文研究思路 |
| 第2章 钢坯(板)传热模型的建立 |
| 2.1 控制方程及定解条件 |
| 2.1.1 控制方程 |
| 2.1.2 定解条件 |
| 2.2 区域离散化 |
| 2.2.1 空间网格划分 |
| 2.2.2 导热微分方程的离散 |
| 2.3 边界处理 |
| 2.4 离散方程求解 |
| 2.5 小结 |
| 第3章 加热单元传热边界特征对传热过程影响 |
| 3.1 加热炉内传热过程分析 |
| 3.2 传热边界函数的获得 |
| 3.2.1 热平衡分析 |
| 3.2.2 炉温函数 |
| 3.2.3 对流换热系数 |
| 3.2.4 辐射全交换面积 |
| 3.3 传热边界特征及其对传热过程影响 |
| 3.3.1 炉温函数特征参数及其对传热过程影响分析 |
| 3.3.2 对流换热系数及其对传热过程的影响 |
| 3.3.3 辐射全交换面积的影响 |
| 3.4 案例分析 |
| 3.4.1 基本参数 |
| 3.4.2 传热边界函数特征参数的获得 |
| 3.4.3 钢坯温度场的验证 |
| 3.4.4 传热边界特征参数对温度场的影响 |
| 3.5 小结 |
| 第4章 轧制单元传热边界特征对传热过程影响 |
| 4.1 轧制单元传热过程分析 |
| 4.2 轧制单元传热边界特征函数 |
| 4.2.1 空冷阶段边界函数 |
| 4.2.2 除鳞阶段边界函数 |
| 4.2.3 轧制阶段边界函数 |
| 4.3 轧制单元传热边界特征及其对钢坯温度场影响 |
| 4.3.1 空冷阶段 |
| 4.3.2 除鳞阶段 |
| 4.3.3 轧制阶段 |
| 4.4 小结 |
| 第5章 层流冷却单元边界特征对传热过程影响 |
| 5.1 层流冷却单元传热过程分析 |
| 5.2 层流冷却传热边界函数 |
| 5.3 层流冷却传热边界特征参数 |
| 5.4 传热边界特征参数对传热过程影响规律 |
| 5.4.1 特征参数对传热过程影响规律分析 |
| 5.4.2 案例分析 |
| 5.5 小结 |
| 第6章 热轧区域传热边界与温度场协同 |
| 6.1 加热炉传热边界特征与温度场协同性 |
| 6.1.1 加热炉炉温振幅与周期的协同 |
| 6.1.2 加热炉炉温振幅与周期协同性应用 |
| 6.2 层流冷却传热边界特征与温度场协同性 |
| 6.2.1 水冷时间与振幅之间的协同 |
| 6.2.2 喷射高度与振幅之间的协同 |
| 6.2.3 水冷时间、喷射高度与振幅之间的协同 |
| 6.3 热轧区域传热边界特征与温度场协同性分析 |
| 6.4 小结 |
| 第7章 结论及展望 |
| 7.1 主要结论 |
| 7.2 论文创新点 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间取得的科研成果 |
| 附录2 攻读博士学位期间参加的科研项目 |
（2）热轧带钢层流冷却装置精细化分析及系统仿真软件开发（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究目的和意义 |
| 1.2 层流冷却装置研究现状 |
| 1.3 层流冷却结构设计分析研究现状 |
| 1.4 层流冷却换热机理研究现状 |
| 1.5 本文主要内容 |
| 第2章 层流冷却装置物理模拟实验测试平台搭建 |
| 2.1 层流冷却装置物理模拟实验测试平台设计 |
| 2.1.1 层流冷却装置物理模拟实验测试平台设计原理 |
| 2.1.2 实验平台三维虚拟设计 |
| 2.2 供水与喷水系统 |
| 2.2.1 高位水箱常压供水工作模式 |
| 2.2.2 调压(高压)供水工作模式 |
| 2.2.3 泵的选型计算 |
| 2.2.4 层流冷却喷头 |
| 2.2.5 节流环 |
| 2.3 加热系统与测温装置 |
| 2.3.1 加热系统 |
| 2.3.2 测温装置 |
| 2.4 数据采集系统 |
| 2.5 实验操作流程 |
| 2.6 层流冷却装置物理模拟实验测试平台实测效果 |
| 2.7 本章小结 |
| 第3章 基于流场的层流冷却装置结构精细化分析 |
| 3.1 鹅颈管水量测试实验研究 |
| 3.1.1 鹅颈管流量测试方案 |
| 3.1.2 安装节流环鹅颈管结构及测试方案 |
| 3.2 层流装置结构参数对出口速度与流量的有限元仿真模拟分析 |
| 3.2.1 有限元软件Fluent |
| 3.2.2 鹅颈管单管模型 |
| 3.2.3 鹅颈管夹角 |
| 3.2.4 第一段长度 |
| 3.2.5 弯曲半径 |
| 3.2.6 第二段长度 |
| 3.2.7 鹅颈管内径 |
| 3.2.8 节流孔内径 |
| 3.2.9 节流孔厚度 |
| 3.2.10 入口压力 |
| 3.3 鹅颈管结构参数对出口速度与流量的实验对比分析 |
| 3.3.1 节流环对鹅颈管出口流量影响 |
| 3.3.2 节流环对水流状态及冷却效果影响 |
| 3.3.3 鹅颈管层流机理分析 |
| 3.4 鹅颈管水量计算理论建模 |
| 3.4.1 鹅颈管水头损失计算 |
| 3.4.2 鹅颈管出口平均速度计算公式 |
| 3.4.3 程序验证 |
| 3.5 本章小结 |
| 第4章 基于冷却能力的层流冷却装置精细化分析 |
| 4.1 反求对流换热系数方法及影响层流冷却能力因素分析 |
| 4.2 喷水鹅颈管数量对换热影响规律分析 |
| 4.2.1 单排三根鹅颈管层流冷却实验分析 |
| 4.2.2 喷水鹅颈管数量分析 |
| 4.3 鹅颈管有无节流环对换热影响规律实验探究 |
| 4.4 钢板参数对层流换热影响的实验探究 |
| 4.4.1 钢板材料对换热影响规律分析 |
| 4.4.2 钢板初始温度对换热影响规律分析 |
| 4.5 层流冷却装置结构对层流换热影响的实验探究 |
| 4.5.1 鹅颈管内径对换热影响规律分析 |
| 4.5.2 鹅颈管间距对换热影响规律分析 |
| 4.5.3 鹅颈管喷水高度对换热影响规律分析 |
| 4.5.4 鹅颈管出水直管段长度对换热影响规律分析 |
| 4.6 层流冷却工艺参数对层流换热影响的实验探究 |
| 4.6.1 鹅颈管喷水压力(流量)影响规律分析 |
| 4.6.2 换热系数计算模型拟合结果 |
| 4.6.3 影响区计算模型拟合结果 |
| 4.7 本章小结 |
| 第5章 层流冷却过程系统仿真软件开发 |
| 5.1 一维传热过程热力学模型 |
| 5.1.1 空冷计算模型 |
| 5.1.2 水冷计算模型 |
| 5.2 软件主要功能及界面 |
| 5.3 层流冷却全流程仿真的实际应用与对比 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（3）热轧带钢2150生产线超快冷系统结构设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 本文研究背景 |
| 1.2 本文研究的目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 本文研究的主要内容 |
| 第2章 超快冷系统的构建 |
| 2.1 超快冷集成系统构成 |
| 2.2 轧后冷却工艺布置形式 |
| 2.3 超快速冷却换热原理 |
| 2.4 系统构建的相关理论 |
| 2.4.1 热传导 |
| 2.4.2 热对流 |
| 2.4.3 热辐射 |
| 2.5 超快冷系统三维结构设计 |
| 2.6 本章小结 |
| 第3章 超快冷系统关键组件的参数确定与热应力分析 |
| 3.1 有限元分析软件简介 |
| 3.2 关键零件静力学分析 |
| 3.3 关键零件模态分析 |
| 3.4 挡板部件结构优化 |
| 3.4.1 拓扑优化原理 |
| 3.4.2 挡板结构优化 |
| 3.5 关键零件的热应力分析 |
| 3.5.1 射流冷却原理 |
| 3.5.2 喷水流动冷却过程模拟 |
| 3.5.3 传送辊部件热应力模拟 |
| 3.6 本章小结 |
| 第4章 系统的应用与测试 |
| 4.1 鞍钢热轧带钢厂2150生产线概况 |
| 4.2 改造前基本参数 |
| 4.3 系统运用后基本参数 |
| 4.4 超快冷系统对Q235B性能的影响 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
| 个人简历 |
（4）热轧带钢层流冷却控制系统设计与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的研究背景 |
| 1.2 层流冷却简介 |
| 1.2.1 冷却技术的发展过程 |
| 1.2.2 层流冷却的工作原理 |
| 1.2.3 国内外层流冷却控制技术的发展 |
| 1.2.4 当前层流冷却控制存在的问题 |
| 1.3 攀钢1450mm热轧厂层流冷却现状 |
| 1.3.1 攀钢1450mm热轧厂层流冷却装备 |
| 1.3.2 攀钢1450mm热轧厂层流冷却存在的问题 |
| 1.3.3 攀钢1450mm热轧厂层流冷却温度精度差的原因分析 |
| 1.4 本章小结 |
| 2 层流冷却温度模型的建立 |
| 2.1 有限差分的内部热传导 |
| 2.2 喷水对流换热 |
| 2.3 辐射换热 |
| 2.4 相变过程释放的热 |
| 2.5 节点能量平衡 |
| 2.6 本章小结 |
| 3 层流冷却过程控制系统设定与控制功能设计 |
| 3.1 预设定功能 |
| 3.2 控制功能 |
| 3.2.1 前馈控制功能 |
| 3.2.2 反馈控制功能 |
| 3.2.3 自学习控制功能 |
| 3.3 本章小结 |
| 4 层流冷却控制系统的实际应用 |
| 4.1 控制系统的搭建 |
| 4.2 层流冷却系统控制系统功能和数据流程 |
| 4.3 层流冷却系统控制系统的冷却策略 |
| 4.4 层流冷却系统控制系统的应用效果 |
| 4.4.1 梁板钢卷取温度的实际效果 |
| 4.4.2 层流冷却控制系统的总体效果 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（5）多功能热轧实验机组的开发与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 轧制过程中试研究平台的创新与发展 |
| 1.3 热轧实验机组研究及发展现状 |
| 1.3.1 国外热轧实验机组的研究及发展现状 |
| 1.3.2 国内热轧实验机组研究及发展现状 |
| 1.4 多功能热轧实验机组的主要特征 |
| 1.4.1 高刚度可逆轧机 |
| 1.4.2 先进的自动化控制系统 |
| 1.4.3 轧辊加热系统及研究现状 |
| 1.4.4 热轧异步轧制及研究现状 |
| 1.4.5 组合式控制冷却系统研究现状 |
| 1.5 本文主要研究内容 |
| 第2章 多功能热轧实验机组及其控制系统开发 |
| 2.1 多功能热轧实验机组工艺流程研究 |
| 2.2 多功能热轧实验机组主要工艺设备及检测仪表 |
| 2.2.1 多功能热轧实验机组主要工艺设备 |
| 2.2.2 多功能热轧实验机组检测仪表 |
| 2.3 多功能热轧实验机组控制系统组成 |
| 2.4 多功能热轧实验机组主要控制功能研究 |
| 2.4.1 多功能热轧实验机组厚度控制系统 |
| 2.4.2 多功能热轧实验机组实验过程跟踪系统 |
| 2.4.3 多功能热轧实验机组全自动实验系统 |
| 2.4.4 多功能热轧实验机组实验过程仿真系统 |
| 2.5 本章小结 |
| 第3章 轧辊加热系统开发及表面温度场研究 |
| 3.1 轧辊热油加热系统的开发 |
| 3.1.1 热油加热循环系统设计 |
| 3.1.2 轧辊内部热油循环系统设计原理及连接机构 |
| 3.1.3 轧辊热油加热过程中的热轧实验过程 |
| 3.2 热油加热过程中轧辊温度场模型研究 |
| 3.2.1 轧辊温度场导热微分方程的建立 |
| 3.2.2 轧辊温度场导热微分方程的定解条件 |
| 3.3 热油加热过程中轧辊温度场的模拟研究 |
| 3.3.1 模型的简化与假设 |
| 3.3.2 轧辊几何模型 |
| 3.3.3 轧辊材料参数 |
| 3.3.4 模拟结果及分析 |
| 3.4 热油加热过程中轧辊表面温度的实验研究 |
| 3.4.1 实验方案 |
| 3.4.2 实验结果及分析 |
| 3.4.3 模拟与实验结果对比分析 |
| 3.5 不同加热条件下轧辊表面温度场变化规律研究 |
| 3.5.1 热油温度对轧辊表面温度场的影响规律 |
| 3.5.2 环境温度对轧辊表面温度场的影响规律 |
| 3.5.3 轴承冷却对轧辊表面温度场的影响规律 |
| 3.5.4 轧辊直径对轧辊表面温度场的影响规律 |
| 3.5.5 轧辊开孔深度对轧辊表面温度场的影响规律 |
| 3.6 本章小结 |
| 第4章 热轧异步轧制变形规律及翘曲控制策略 |
| 4.1 热轧实验机组异步轧制系统的开发 |
| 4.1.1 热轧实验机组多种异步轧制方式的实现 |
| 4.1.2 下辊偏移系统的开发 |
| 4.2 热轧异步轧制有限元模型的建立 |
| 4.2.1 几何模型 |
| 4.2.2 物理模型 |
| 4.3 热轧异步轧制轧辊受力规律研究 |
| 4.4 热轧异步轧制轧件厚度方向变形规律研究 |
| 4.4.1 轧件厚度方向等效应变研究 |
| 4.4.2 轧件厚度方向剪切应变研究 |
| 4.5 热轧异步轧制轧件翘曲规律研究 |
| 4.5.1 轧件翘曲的表征方法 |
| 4.5.2 不同压下率下异速比对轧件翘曲的影响规律 |
| 4.5.3 不同下辊偏移量下异速比对轧件翘曲的影响规律 |
| 4.5.4 不同异速比下压下率对轧件翘曲的影响规律 |
| 4.5.5 不同压下率下下辊偏移量对轧件翘曲的影响规律 |
| 4.6 本章小结 |
| 第5章 组合式冷却系统控制功能研究 |
| 5.1 组合式控制冷却过程数学模型研究 |
| 5.1.1 组合式控制冷却过程中轧件温度场模型的建立 |
| 5.1.2 组合式冷却过程中换热系数模型的建立 |
| 5.2 超快冷系统压力与集管流量综合控制策略研究 |
| 5.2.1 超快速冷却系统压力与集管流量控制原理 |
| 5.2.2 超快冷系统压力与集管流量综合控制策略 |
| 5.3 超快冷系统压力控制算法研究 |
| 5.3.1 超快冷系统压力前馈控制算法研究 |
| 5.3.2 超快冷系统压力反馈控制算法研究 |
| 5.4 超快冷集管流量控制算法研究 |
| 5.4.1 超快冷集管流量前馈控制算法研究 |
| 5.4.2 超快冷集管流量反馈控制算法研究 |
| 5.5 本章小结 |
| 第6章 多功能热轧实验机组现场应用 |
| 6.1 多功能热轧实验机组计算机控制系统的应用效果 |
| 6.1.1 计算机控制系统配置和结构 |
| 6.1.2 厚度控制系统控制效果 |
| 6.1.3 实验过程跟踪系统控制效果 |
| 6.2 轧辊热油加热系统控制效果 |
| 6.3 热轧异步轧制系统控制效果 |
| 6.4 组合式控制冷却系统控制效果 |
| 6.4.1 组合式控制冷却系统冷却能力 |
| 6.4.2 超快冷系统压力和集管流量综合控制效果 |
| 6.4.3 超快冷系统压力控制效果 |
| 6.4.4 超快冷集管流量控制效果 |
| 6.4.5 轧后冷却温度控制效果 |
| 6.5 本章小结 |
| 第7章 结论 |
| 参考文献 |
| 攻读博士学位期间完成的工作 |
| 致谢 |
| 作者简介 |
（6）热轧板带材轧后的控制冷却技术（论文提纲范文）
| 1 引言 |
| 2 控制冷却的方式 |
| 3 控制冷却的策略 |
| 3.1 前馈控制 |
| 3.2 反馈控制 |
| 3.3 自适应控制 |
| 3.4 带钢头尾冷却控制 |
| 4 控制冷却的数学模型 |
| 4.1 ANSALDO指数模型 |
| 4.2 SIMENS指数模型 |
| 4.3 北科大指数模型 |
| 4.4 日本新日铁统计模型 |
| 4.5 三菱模型 |
| 4.6 GE模型 |
| 4.7 SIMENS神经元网络模型 |
| 5 结语 |
（7）超快冷条件下热轧板带钢轧后冷却控制方法研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 热轧板带钢轧后冷却技术发展概况 |
| 1.2.1 轧后冷却装备发展概况 |
| 1.2.2 轧后冷却数学模型概况 |
| 1.3 技术开发难点 |
| 1.3.1 超快速冷却数学模型的建立 |
| 1.3.2 UFC-T的高精度控制 |
| 1.3.3 超快冷条件下CT的高精度控制 |
| 1.3.4 有压冷却水的动态高精度控制 |
| 1.4 本文主要研究内容 |
| 第2章 基于超快冷的轧后冷却数学模型建立 |
| 2.1 经典传热理论 |
| 2.1.1 热传导 |
| 2.1.2 热对流 |
| 2.1.3 热辐射 |
| 2.1.4 热物性参数 |
| 2.2 轧后冷却换热过程分析 |
| 2.3 有限差分方程的建立 |
| 2.3.1 有限差分法数学描述 |
| 2.3.2 差异化离散模型的建立 |
| 2.3.3 内部节点差分方程的建立 |
| 2.3.4 边界节点差分方程的建立 |
| 2.4 换热系数模型的建立 |
| 2.4.1 空冷对流换热系数模型的建立 |
| 2.4.2 水冷对流换热系数模型的建立 |
| 2.4.3 模型修正系数的优化处理 |
| 2.5 本章小结 |
| 第3章 超快冷控制策略开发与应用 |
| 3.1 超快冷过程控制原理 |
| 3.2 UFC-T高精度控制方法研究 |
| 3.2.1 轧后冷却布置概况和工艺特点 |
| 3.2.2 最优化组态设定策略的开发 |
| 3.2.3 UFC-T智能自适应系统的开发 |
| 3.3 带钢头部特殊冷却控制策略研究 |
| 3.3.1 层流冷却区域头部不冷控制策略的开发与应用 |
| 3.3.2 超快冷区域头部弱冷控制策略的开发与应用 |
| 3.3.3 基于压力预补偿的超快冷区域头部不冷控制策略开发与应用 |
| 3.4 本章小结 |
| 第4章 卷取温度智能控制方法研究与应用 |
| 4.1 CT智能PID反馈控制器的开发 |
| 4.1.1 CT PID反馈控制器原理分析 |
| 4.1.2 专家自整定抗时滞PID控制器的开发 |
| 4.1.3 应用效果 |
| 4.2 短冷却线CT高精度智能控制方法研究 |
| 4.2.1 短冷却线轧后冷却布置概况 |
| 4.2.2 短冷却线CT高精度控制难点 |
| 4.2.3 CT智能前馈设定控制方法研究与应用 |
| 4.3 基于大数据的CT智能自适应系统开发 |
| 4.3.1 数据准备及处理 |
| 4.3.2 实测温度滤波算法的开发 |
| 4.3.3 CT智能自适应模型的建立 |
| 4.3.4 应用效果 |
| 4.4 本章小结 |
| 第5章 冷却水压力和流量控制方法研究与应用 |
| 5.1 超快冷水系统的构成 |
| 5.2 超快冷节能型水压控制策略的开发 |
| 5.2.1 超快冷水压调节效率方程的建立 |
| 5.2.2 水压最优控制策略的开发 |
| 5.3 超快冷集管流量控制方法研究 |
| 5.3.1 超快冷集管流量数学模型的建立 |
| 5.3.2 基于调节效率的集管流量PI控制器的开发 |
| 5.3.3 PI控制器增益参数的最优化整定 |
| 5.4 本章小结 |
| 第6章 X80管线钢轧后冷却过程组织和性能均匀性研究 |
| 6.1 实验材料及方法 |
| 6.2 带钢轧后冷却温度场模拟 |
| 6.3 试验结果与分析讨论 |
| 6.3.1 厚度方向显微组织分析 |
| 6.3.2 力学性能分析 |
| 6.4 本章小结 |
| 第7章 轧后冷却控制方法工业化应用 |
| 7.1 超快冷条件下轧后冷却数学模型工业化应用 |
| 7.2 轧后冷却高精度温度控制应用 |
| 7.2.1 短冷却线温度控制精度 |
| 7.2.2 常规热连轧线温度控制精度 |
| 7.3 冷却水压力和流量控制应用 |
| 7.3.1 节能型水压控制策略应用 |
| 7.3.2 超快冷集管流量控制方法应用 |
| 7.4 低成本高品质产品开发应用 |
| 7.4.1 低成本普碳钢应用 |
| 7.4.2 低合金X80管线钢的应用 |
| 7.4.3 厚规格高韧X70管线钢的应用 |
| 7.5 本章小结 |
| 第8章 结论 |
| 参考文献 |
| 攻读博士学位期间完成的工作 |
| 致谢 |
| 作者简介 |
（8）带钢典型热处理过程工艺优化控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 课题来源 |
| 1.3 课题背景 |
| 1.3.1 典型带钢热处理工艺技术 |
| 1.3.1.1 带钢热处理工艺技术 |
| 1.3.1.2 带钢热处理工艺制定技术 |
| 1.3.2 典型带钢热处理装备技术 |
| 1.3.2.1 带钢热镀锌连续退火装备技术 |
| 1.3.2.2 带钢热连轧冷却装备技术 |
| 1.3.3 热处理过程的控制技术 |
| 1.3.3.1 控制系统结构 |
| 1.3.3.2 带钢热处理过程数学模型方法 |
| 1.3.3.3 带钢连续退火炉加热过程温度控制技术 |
| 1.3.3.4 带钢冷却过程温度控制 |
| 1.3.4 热处理工艺、装备与控制技术发展趋势 |
| 1.3.4.1 带钢热处理装备的发展趋势 |
| 1.3.4.2 带钢热处理工艺的发展趋势 |
| 1.3.4.3 带钢热处理控制技术的发展趋势 |
| 1.4 课题意义 |
| 1.5 拟解决关键问题、技术路线与主要研究内容 |
| 1.5.1 热处理过程工艺优化控制关键点 |
| 1.5.2 技术路线与研究内容 |
| 第2章 带钢再结晶退火工艺优化制定 |
| 2.1 引言 |
| 2.2 带钢退火温度优化设定策略 |
| 2.2.1 理论基础 |
| 2.2.1.1 IBK算法 |
| 2.2.1.2 MLP算法 |
| 2.2.2 基于数据的退火温度智能设定策略 |
| 2.3 退火温度实验制定 |
| 2.3.1 热镀锌退火模拟机 |
| 2.3.2 退火模拟实验 |
| 2.3.3 实际生产线退火工艺制定 |
| 2.4 带钢退火温度优化设定 |
| 2.4.1 数据获取、变量选择以及预处理 |
| 2.4.2 基于IBK的退火温度预测 |
| 2.5 带钢退火温度优化设定模型可靠性评估 |
| 2.5.1 数据获取、变量选择以及预处理 |
| 2.5.2 基于MLP的带钢力学性能预测方法 |
| 2.6 数值与应用验证 |
| 2.7 小结 |
| 第3章 改良森吉米尔法卧式炉加热过程温度控制 |
| 3.1 引言 |
| 3.2 改良森吉米尔卧式退火炉及现有控制方法 |
| 3.2.1 改良森吉米尔卧式退火炉 |
| 3.2.2 现有控制方法和控制效果 |
| 3.3 带钢加热过程物理模型 |
| 3.3.1 带钢单元热分布模型 |
| 3.3.2 PH-NOF段对流换热 |
| 3.3.3 PH-NOF段辐射换热 |
| 3.3.4 RTF段辐射换热 |
| 3.4 带钢加热过程温度控制 |
| 3.4.1 带钢加热过程温度观测器构造 |
| 3.4.2 带钢温度观测器参数优化方法 |
| 3.4.3 带温逐段优化控制 |
| 3.5 数值计算与应用验证 |
| 3.5.1 观测器精度验证 |
| 3.5.1.1 模型参数学习 |
| 3.5.1.2 稳定生产过程观测器精度验证 |
| 3.5.1.3 过渡过程观测器精度验证 |
| 3.5.2 综合控制方法优势 |
| 3.5.3 优化过程验证 |
| 3.6 小结 |
| 第4章 冷却过程路径控制 |
| 4.1 引言 |
| 4.2 研究的冷却设备 |
| 4.2.1 层流冷却装置 |
| 4.2.2 镀锌卧式炉喷气冷却装置 |
| 4.3 冷路径控制机制与难点 |
| 4.3.1 冷却路径控制机制 |
| 4.3.2 冷却路径控制难点 |
| 4.4 带钢冷却过程物理模型 |
| 4.4.1 温度场模型 |
| 4.4.2 相变模型 |
| 4.4.3 传热模型 |
| 4.5 带钢冷却过程路径控制 |
| 4.5.1 冷却路径控制系统框架 |
| 4.5.2 带钢温度观测器构造 |
| 4.5.2.1 忽略相变的温度观测器构造 |
| 4.5.2.2 考虑相变的温度观测器构造 |
| 4.5.3 温度观测器参数优化方法 |
| 4.5.3.1 基于历史数据的模型参数优化方法 |
| 4.5.3.2 观测器模型参数在线优化方法 |
| 4.5.4 冷却路径规划 |
| 4.5.5 全局优化控制 |
| 4.6 模拟验证 |
| 4.6.1 退火喷气冷却路径控制模拟验证 |
| 4.6.1.1 退火过程温度观测器验证 |
| 4.6.1.2 退火冷却优化控制验证 |
| 4.6.2 层流冷却路径控制模拟验证 |
| 4.6.2.1 层流冷却过程温度观测器验证 |
| 4.6.2.2 层流冷却优化控制验证 |
| 4.7 层流冷却过程实际应用 |
| 4.7.1 SPHC生产过程效果 |
| 4.7.2 X340生产过程效果 |
| 4.8 小结 |
| 第5章 结论 |
| 参考文献 |
| 攻读博士期间的工作及取得的科研成果 |
| 致谢 |
| 作者简介 |
（9）带钢卷取温度高精度预报及多目标优化控制策略研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 引言 |
| 1 文献综述 |
| 1.1 课题研究背景及意义 |
| 1.2 加速冷却过程工艺、应用现状及特点 |
| 1.2.1 加速冷却过程工艺 |
| 1.2.2 加速冷却装置的国内外应用现状 |
| 1.2.3 加速冷却过程特点 |
| 1.3 热轧带钢层流冷却温度模型建模方法研究现状 |
| 1.3.1 基于统计的代数方程和简化微分形式的温度模型 |
| 1.3.2 细化控制“粒度”的温度模型 |
| 1.3.3 基于误差补偿的卷取温度预报模型 |
| 1.3.4 基于热传导机理的动态温度模型 |
| 1.4 热轧带钢层流冷却过程控制方法及策略研究现状 |
| 1.4.1 基于经验统计模型和表格分级策略的开环控制方法 |
| 1.4.2 基于优化模型的开环控制 |
| 1.4.3 基于预设定和线性补偿模型相结合的控制方法 |
| 1.4.4 基于先进智能技术的控制方法 |
| 1.5 存在的问题 |
| 1.5.1 层流冷却过程建模存在的问题 |
| 1.5.2 热轧带钢层流冷却过程控制方法及策略存在的问题 |
| 1.6 论文的主要研究内容 |
| 1.7 论文的结构安排 |
| 1.8 本章小结 |
| 2 热轧带钢层流冷却数学模型 |
| 2.1 层流冷却系统的主要设备和工艺流程描述 |
| 2.2 经典传热理论 |
| 2.2.1 Fourier偏微分导热方程 |
| 2.2.2 牛顿冷却对流换热方程 |
| 2.2.3 Stefan-Boltzmann辐射换热方程 |
| 2.3 层流冷却数学模型 |
| 2.3.1 统计理论模型 |
| 2.3.2 指数模型 |
| 2.4 有限差分模型 |
| 2.4.1 有限差分法 |
| 2.4.2 有限差分方程的数学基础 |
| 2.4.3 带钢有限差分温降模型 |
| 2.5 本章小结 |
| 3 GA优化神经网络算法理论基础和研究现状 |
| 3.1 BP神经网络及其优化技术 |
| 3.1.1 BP神经网络 |
| 3.1.2 BP神经网络优化技术 |
| 3.2 遗传算法 |
| 3.2.1 智能优化算法简介 |
| 3.2.2 GA的基本原理 |
| 3.2.3 GA的理论研究及改进现状 |
| 3.2.4 遗传算法的应用概况 |
| 3.3 GA优化神经网络算法及研究现状 |
| 3.3.1 GA优化神经网络算法 |
| 3.3.2 GA优化神经网络算法的研究现状 |
| 3.4 本章小结 |
| 4 REGA-CPA优化的带钢卷取温度预报模型 |
| 4.1 引言 |
| 4.2 再进化遗传算法(REGA) |
| 4.2.1 种群个体在空间的分布表示 |
| 4.2.2 “优生”操作 |
| 4.2.3 “返祖”操作 |
| 4.2.4 包含“返祖”操作的GA模式定理 |
| 4.2.5 实现REGA的关键步骤 |
| 4.3 基于REGA的相关性剪枝算法(REGA-CPA) |
| 4.3.1 神经网络的相关性剪枝算法 |
| 4.3.2 REGA-CPA |
| 4.4 BP神经网络的卷取温度预报模型 |
| 4.4.1 BP神经网络结构设计方案 |
| 4.4.2 BP神经网络卷取温度预报模型的实现 |
| 4.4.3 “随机动态输入模式”温度模型的在线应用 |
| 4.5 仿真实验及性能分析 |
| 4.6 本章小结 |
| 5 基于TMOGA的层流冷却系统粗调区多目标优化控制策略 |
| 5.1 引言 |
| 5.2 算法基于层流冷却系统多目标优化问题的数学描述 |
| 5.3 Pareto前沿面特性分析 |
| 5.4 基于优化的多目标函数设计 |
| 5.4.1 基于热传导方程的目标优化卷取温度函数地f_1(a) |
| 5.4.2 基于给定冷却速率目标优化函数f_2(a) |
| 5.4.3 基于优化的多目标函数F(a) |
| 5.5 基于TMOGA搜索集管最佳开闭模式的关键思路 |
| 5.5.1 初始化种群 |
| 5.5.2 基因库的建立 |
| 5.5.3 基于基因库的较优基因段(较优模式)的提取 |
| 5.5.4 转基因操作 |
| 5.5.5 基因库的竞争机制 |
| 5.5.6 较优基因段的随机抽取模式 |
| 5.5.7 基因库的记忆功能 |
| 5.5.8 基于决策变量的拥挤距离策略 |
| 5.6 基于转基因多目标遗传算法(TMOGA)的实现 |
| 5.7 基于TMOGA的层流冷却系统粗调区优化控制策略 |
| 5.7.1 前馈控制 |
| 5.7.2 从Pareto最优解集获取粗调区集管最佳开闭模式的规则 |
| 5.7.3 带钢的分段控制 |
| 5.7.4 反馈控制 |
| 5.7.5 带钢头尾的自适应控制 |
| 5.7.6 约束表达式 |
| 5.8 仿真实验和性能分析 |
| 5.9 本章小结 |
| 6 总结与展望 |
| 参考文献 |
| 附录A 某钢厂带钢热连轧生产线实时数据 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（10）热轧带钢层流冷却控制方法的优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的研究背景 |
| 1.2 层流冷却简介 |
| 1.2.1 冷却技术的发展过程 |
| 1.2.2 层流冷却的工作原理 |
| 1.2.3 层流冷却控制系统简介 |
| 1.2.4 层流冷却控制的关键点 |
| 1.2.5 本文的主要内容及安排 |
| 2 层流冷却的控制策略 |
| 2.1 层流冷却的冷却策略 |
| 2.1.1 前段冷却模式 |
| 2.1.2 后段冷却模式 |
| 2.1.3 均匀冷却模式 |
| 2.2 朝阳钢铁层流冷却的控制模式 |
| 2.2.1 层流冷却三种模式 |
| 2.2.2 控制脉冲长度 |
| 2.2.3 冷却能力比 |
| 2.2.4 带钢头、尾部目标卷取温度的分段控制 |
| 2.2.5 对于带钢头部存在特别要求冷却的控制信息 |
| 2.3 层流冷却控制系统功能描述 |
| 2.3.1 脉冲计数器及带钢分区跟踪 |
| 2.3.2 数据读取及带钢速度预测 |
| 2.3.3 冷却水段的编辑输出及实际数据的收集 |
| 2.3.4 反馈控制的启动及阀数量的确定 |
| 2.3.5 正常冷却区阀模式的确定 |
| 2.4 本章小结 |
| 3 层流冷却的设备情况及冷却机理 |
| 3.1 层流冷却设备布置 |
| 3.2 数学模型基础理论 |
| 3.2.1 热传导 |
| 3.2.2 对流换热 |
| 3.2.3 辐射换热 |
| 3.3 层流冷却控制系统的数学模型 |
| 3.3.1 空冷降温模型 |
| 3.3.2 水冷降温模型 |
| 3.4 本章小结 |
| 4 层流冷却过程控制系统及功能的实现 |
| 4.1 概述 |
| 4.2 层流冷却的控制系统设计 |
| 4.2.1 系统的功能范围 |
| 4.2.2 过程计算机系统的特点 |
| 4.2.3 层流冷却系统控制结构 |
| 4.2.4 层流冷却控制逻辑 |
| 4.3 CTC模型功能 |
| 4.3.1 CTC预设定计算功能 |
| 4.3.2 CTC动态控制设定功能 |
| 4.3.3 卷取自适应 |
| 4.4 模型实现 |
| 4.4.1 温度计算模块 |
| 4.4.2 冷却水量设定模块 |
| 4.5 层流冷却系统控制实例 |
| 4.6 本章小结 |
| 5 结论 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、热轧带钢层流冷却数学模型述评（论文参考文献）
- [1]热轧区域钢坯（板）周期传热边界特征与温度场的协同机制[D]. 陈德敏. 武汉科技大学, 2020(01)
- [2]热轧带钢层流冷却装置精细化分析及系统仿真软件开发[D]. 张超群. 燕山大学, 2019(03)
- [3]热轧带钢2150生产线超快冷系统结构设计[D]. 鲍凯. 哈尔滨工业大学, 2019(01)
- [4]热轧带钢层流冷却控制系统设计与应用[D]. 王旌鉴. 大连理工大学, 2018(07)
- [5]多功能热轧实验机组的开发与应用[D]. 高扬. 东北大学, 2018(01)
- [6]热轧板带材轧后的控制冷却技术[J]. 刘细芬. 四川冶金, 2017(04)
- [7]超快冷条件下热轧板带钢轧后冷却控制方法研究与应用[D]. 李旭东. 东北大学, 2017(06)
- [8]带钢典型热处理过程工艺优化控制研究[D]. 徐小青. 东北大学, 2016(09)
- [9]带钢卷取温度高精度预报及多目标优化控制策略研究[D]. 孙铁军. 北京科技大学, 2016(08)
- [10]热轧带钢层流冷却控制方法的优化研究[D]. 孙良. 辽宁科技大学, 2016(10)