学位论文 > 优秀研究生学位论文题录展示

热轧带钢层流冷却控制系统的研究与设计

作　者: 蔡福来
导　师: 刘觉夫
学　校: 华东交通大学
专　业: 计算机应用技术
关键词: 热轧带钢 层流冷却 神经网络 卷取温度 优化控制
分类号: TG335.11
类　型: 硕士论文
年　份: 2009年
下　载: 127次
引　用: 0次
阅　读: 论文下载
 

内容摘要


控制冷却是热轧钢材生产过程中控制与改善钢材质量的重要途径,带钢层流冷却温度控制是热轧带钢生产过程中控制冷却经常采用的一种主要技术方法。本文以国内某热轧厂的带钢层流冷却系统为背景,对层流冷却系统及层流冷却计算机控制系统进行了研究。对神经网络预测控制模型进行了详细介绍及仿真。在控制系统原理的基础上,给出了软件设计效果。本文主要内容有:(1)介绍了层流冷却发展背景、工作原理、发展现状。研究了国内某热轧厂的层流冷却系统结构,并对系统结构的各项功能进行了详细分析。提出了基于层流冷却过程动态模型的预设定模型和卷取温度预报模型;为了增强预设定模型控制能力,在预设定模型的基础上增加预设定补偿模型;为了更好的控制流量,介绍了集管阀门控制器。(2)热轧带钢层流冷却系统的数学模型是基于传热学基本理论的。本文对四种基本传热模式和六种数学降温模型进行了介绍,并对比了几种层流冷却过程的数学模型。选取合适的数学模型对提高卷取温度精度具有重要的意义。(3)根据人工神经网络具有处理非线性复杂过程的能力,对神经网络预测控制模型的工作原理进行了研究,并进行了仿真。(4)卷取温度控制是通过计算机控制系统来进行的。本文介绍了层流冷却计算机控制系统开发平台及设计情况;对控制系统子系统进行了分析;对层流冷却控制系统的控制算法以及控制策略进行了介绍;给出了控制系统设计方案;这些为控制软件的实施打下了基础。(5)基于以上这些内容,在满足性能指标要求的同时,为了使能耗最小,给出了软件模型实施效果。

全文目录


摘要  4-5
ABSTRACT  5-8
第一章 绪论  8-21
  1.1 本文研究背景及意义  8-12
    1.1.1 研究背景  8-11
    1.1.2 研究目的及意义  11-12
  1.2 层流冷却技术发展状况  12-15
    1.2.1 层流冷却技术工作原理  13
    1.2.2 层流冷却技术发展过程  13-15
    1.2.3 层流冷却技术的重要性  15
  1.3 层流冷却技术研究现状  15-19
    1.3.1 层流冷却现场结构模型  16-18
    1.3.2 控制冷却方法介绍  18
    1.3.3 控冷技术的难点及解决思路  18-19
  1.4 本文的主要内容及章节安排  19-21
第二章 热轧带钢层流冷却系统介绍  21-33
  2.1 层流冷却控制系统结构  21-23
    2.1.1 系统层次  21-22
    2.1.2 系统结构图  22-23
  2.2 层流冷却控制系统模块分析  23-32
    2.2.1 冷却策略  23-24
    2.2.2 预设定模型  24-25
    2.2.3 前馈-反馈控制器  25-26
    2.2.4 卷取温度预测/跟踪模型  26-30
    2.2.5 模型参数自适应  30-31
    2.2.6 集管阀门控制器  31-32
  2.3 本章小节  32-33
第三章 热轧带钢层流冷却数学模型分析  33-44
  3.1 基本传热模式  33-37
    3.1.1 辐射换热  33-34
    3.1.2 对流换热  34-35
    3.1.3 接触传导  35
    3.1.4 内部热传导  35-37
  3.2 层流冷却过程数学降温模型  37-42
    3.2.1 空冷降温模型  38
    3.2.2 水冷降温模型  38
    3.2.3 侧喷降温模型  38-39
    3.2.4 指数模型  39
    3.2.5 有限差分元控制模型  39-41
    3.2.6 传热过程预报数据模型  41-42
  3.5 本章小节  42-44
第四章 热轧带钢层流冷却计算机控制系统  44-65
  4.1 层流冷却计算机控制系统的介绍  44-50
    4.1.1 控制系统的开发平台  46
    4.1.2 控制策略及方式  46-50
  4.2 层流冷却过程控制  50-53
    4.2.1 过程控制轧件跟踪  51
    4.2.2 过程控制数据采集与通讯  51-52
    4.2.3 冷却控制模型分析  52-53
  4.3 神经网络预测控制算法  53-60
    4.3.1 人工神经网络介绍  53-54
    4.3.2 神经网络预测控制算法  54-57
    4.3.3 预测控制模型仿真  57-60
  4.4 各级控制功能  60-62
  4.5 实施效果  62-64
  4.6 小节  64-65
第五章 结论  65-66
  5.1 主要工作回顾  65
  5.2 本课题今后需进一步研究的地方  65-66
参考文献  66-69
个人简历 在读期间发表的学术论文  69-70
致谢  70

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
  4. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  5. 红外超光谱图像的虚拟探测器研究,TP391.41
  6. 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
  7. 基于神经网络的水厂投药预测控制研究,TP273.1
  8. 视觉伺服四自由度机械臂的研究,TP242.6
  9. 机械臂视觉伺服系统的研究,TP242.6
  10. 压电驱动微工作台的控制与校正技术研究,TP273
  11. 某武器检测装置的控制系统设计,TP183
  12. 市级旅游用地规划环境影响评价研究,X820.3
  13. 珠三角地区高性能混凝土配合比智能化系统,TU528
  14. 大学生综合素质测评研究,G645.5
  15. 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
  16. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  17. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  18. 基于神经网络辨识的同步发电机励磁控制研究,TM31
  19. 基于BP神经网络的水稻干燥智能控制研究,S226.6
  20. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  21. 海上平台消防系统研究,U698.4

中图分类: > 工业技术 > 金属学与金属工艺 > 金属压力加工 > 轧制 > 轧制工艺 > 轧制方法 > 热轧
© 2012 www.xueweilunwen.com