一种板坯温度预报模型及炉温优化方法与流程

本发明涉及冶金自动化过程控制领域，具体地，特别涉及一种板坯温度预报模型及炉温优化方法。

背景技术：

随着我国市场经济的发展，钢铁企业在国民经济发展中占据着越来越重要的位置。钢铁工业是能源消耗的大户，因此展开对钢铁工业的节能减排工作显得越来越重要。加热炉是钢铁工业轧钢厂中生产线关键设备之一，是钢铁工业中主要的耗能设备，提高加热炉热效率、降低加热炉能耗能够大幅度减少钢铁工业的能源消耗。

加热炉控制的主要目标是对炉温的实时控制，其主要根据加热炉内板坯在加热过程中的温度分布情况进行控制。对炉温进行优化控制的目的是运用合理的加热制度加热板坯，使其出炉后达到轧制所要求的温度分布，从而提高钢材质量。但是，由于在实际生产过程中无法实现板坯温度的实时检测，因此建立准确的板坯温度预报模型对于加热炉的炉温实时控制显得极为重要。随着技术的革新，关于板坯加热温度控制的理论研究层出不穷，炉温自动控制的理论研究也达到了相当高的程度，但实际生产过程中应用的效果并不是十分理想。很多炉子具备二级控制系统，但由于二级数学模型计算的结果并不准确，导致很大程度仍是依靠操作工手动进行炉温控制。

目前，对加热炉内板坯温度预报模型的研究方法，主要包括利用计算流体动力学CFD对加热炉内的温度场进行仿真模拟的方法以及通过对板坯传热的基本数学物理方程进行数值求解的方法。CFD方法主要用于描述加热炉内温度场、速度场的稳态过程，而数值方法可以用于预测板坯在加热炉内的加热过程。现有对加热炉内板坯加热过程的温度预报模型的研究，通常忽略了水梁对板坯温度分布的影响，使得温度预报模型得到的板坯在加热炉内的升温曲线与实测值有较大偏差。

技术实现要素：

鉴于以上问题，本发明的目的是提供一种板坯温度预报模型及炉温优化方法，对加热炉内炉温进行优化控制，得到最优的炉温分布曲线，提高运算效率，降低能耗，且在板坯温度预报模型中，考虑到水梁对板坯加热的影响，以解决得到的板坯加热过程升温曲线与实测值偏差较大的问题。

为了实现上述目的，本发明采用以下的技术方案：

本发明所述炉温优化方法，包括：输入坯料和加热炉相关参数，以能耗最低作为炉温优化控制的目标函数，并确定约束条件，采用启发式权遗传算法进行寻优，输出最优的炉温分布曲线。

优选的，目标函数为坯料表面温度与加热炉炉长所围面积最小，

式中，J为目标函数；L为加热炉炉长，m；T_s(l)为坯料在加热炉炉长为l处的表面温度，℃；

其中，约束条件包括：坯料的最大升温速度、坯料的最大断面温差、坯料出炉温度与目标出炉温度的最大差值以及炉温上、下限；

坯料和加热炉相关参数包括：坯料材质规格、入炉温度、出炉温度、生产节奏、加热炉炉长、水梁位置、热电偶位置、加热时间。

优选的，启发式权遗传算法包括以下步骤：

(1)随机生成初始种群；

(2)判断是否满足迭代停止条件，若满足，则输出炉温分布；若不满足，则进行步骤(3)；

(3)随机采样选取两个父代；

(4)启发式交叉生成两个子代；

(5)计算炉温分布曲线；

(6)计算坯料热流密度和温度场；

(7)评价、父子竞争排序生成新种群；

(8)基于适应度差值查重生成新的个体；

(9)判断是否达到设定的迭代次数，若未达到设定迭代次数，则返回至步骤(2)，若达到设定迭代次数，则直接输出。

本发明所述一种基于上述炉温优化方法的板坯温度预报模型，包括，

在加热炉中分布有活动梁，且活动梁中设置有水梁，

选取计算域，且计算域将水梁包含在其中，考虑到水梁对炉内板坯升温的影响；

建立板坯内部导热的二维非稳态导热微分方程；

设置边界条件：

板坯上表面采用综合热流密度边界条件，

板坯下表面与水梁滑块接触位置处采用第三类边界条件，

板坯下表面其他位置采用综合热流密度边界条件，

式中，为热流密度，W/m²；σ为玻尔兹曼常数，5.67×10^-8W/(m²·K⁴)；φ_CF为总括热吸收率；h为换热系数，W/(m²·K)；T_f为炉温，K；T_s为板坯表面温度，K；T_w为水梁内的水温，K；

计算域左右两侧采用绝热边界条件；

求解方程。

进一步地，对计算域进行网格划分时，在板坯下表面与水梁滑块接触位置处对网格进行加密，其他位置成比例疏松网格。

进一步地，通过黑匣子实验测量上下炉膛的总括热吸收率，以及板坯与水梁接触时的换热系数。

与现有技术相比，本发明具有以下优点和有益效果：

一、本发明采用坯料表面温度与炉长所围面积最小作为炉温优化控制的目标函数，以坯料的最大断面温差、最大升温速度、坯料出炉温度与目标出炉温度的最大差值以及炉温上下限作为约束条件，利用启发式权遗传算法进行寻优，最终获得最优的炉温分布曲线，使得加热炉的能耗达到最低。

二、本发明基于炉温优化方法的板坯温度预报模型，将水梁对板坯换热的影响考虑在内，使得模型计算得到的板坯升温曲线与实测值更加接近，能够起到准确的温度预报，提高板坯的加热质量。

附图说明

图1是本发明所述炉温优化方法；

图2是本发明所述启发式权遗传算法的流程框图；

图3是本发明所述板坯温度预报模型示意图；

具体实施方式

现结合附图，对本发明做进一步的说明，以便于本发明更加清楚和易于理解。

图1是本发明所述炉温优化方法。如图1所示，炉温优化方法包括：

输入坯料和加热炉相关参数，以能耗最低作为炉温优化控制的目标函数，并确定约束条件，采用启发式权遗传算法进行寻优，输出最优的炉温分布曲线。

其中，坯料和加热炉相关参数包括：坯料材质规格、入炉温度、出炉温度、生产节奏、加热炉炉长、水梁位置、热电偶位置、加热时间；目标函数为坯料表面温度与加热炉炉长所围面积最小；约束条件包括：坯料的最大升温速度、坯料的最大断面温差、坯料出炉温度与目标出炉温度的最大差值以及炉温上、下限；

具体表述为：

式中，J为目标函数；L为加热炉炉长，单位m；T_s(l)为坯料在加热炉炉长为l处的表面温度，单位℃；

约束条件表述为：

a)

b)T_s(t)-T_c(t)≤ΔT_s(max)

c)|T_s(t_n)-T_a|≤ΔT

d)T_fmin(t_i)≤T_f(t_i)≤T_fmax(t_i)

式中，T_s为坯料表面温度，单位℃；T_c为坯料中心温度，单位℃；T_f为炉温，单位℃；t为坯料在炉内的加热时间，单位s；为坯料的最大升温速度，单位℃/s；ΔT_s(max)为坯料的最大断面温差，单位℃；T_a为坯料目标出炉温度，单位℃；T_fmin和T_fmax分别为炉温的下限和上限温度，单位℃；ΔT为坯料出炉温度与目标出炉温度的最大差值，单位℃；

其中，坯料在此时刻的表面温度由前一时刻的坯料表面温度与此时刻的炉温计算得到，具体表述为：

T_s(t+Δt)＝F(T_s(t),T_f(t+Δt))

图2是本发明所述启发式权遗传算法的流程框图。如图2所示，启发式权遗传算法包括以下步骤：

(1)随机生成初始种群；

(2)判断是否满足迭代停止条件，若满足，则输出炉温分布；若不满足，则进行步骤(3)；

(3)随机采样选取两个父代；

(4)启发式交叉生成两个子代；

(5)计算炉温分布曲线；

(6)计算坯料热流密度和温度场；

(7)评价、父子竞争排序生成新种群；

(8)基于适应度差值查重生成新的个体；

(9)判断是否达到设定的迭代次数，若未达到设定迭代次数，则返回至步骤(2)，若达到设定迭代次数，则直接输出。

实施例一

结合国内某钢厂2250轧线2#板坯加热炉工程实例，对本发明所述炉温优化方法做进一步说明。其中，2250轧线2#板坯加热炉为五段步进梁加热炉，分为热回收段、预热段、加热一段、加热二段和均热段。

根据该加热炉生产的板坯的材质、规格、入炉温度、生产节奏等参数作为炉温优化的输入项，炉温优化曲线作为输出项。将炉长与板坯表面温度所围成的面积最小作为目标函数，将最大断面温差、最大升温速度、出炉温度与目标出炉温度最大差值以及炉温上下限作为约束条件，采用启发式权算子对炉温曲线进行优化。

以加热两种不同厚度的板坯为例，板坯厚度分别为180mm和230mm，设置相同的板坯入炉温度均为20℃，板坯出炉温度均为1250℃，得到各加热炉段温度分布如下：

板坯在加热炉内的热交换过程是炉内气体流动和燃烧放热、辐射热交换等因素的耦合作用，由于炉内火焰温度和炉气温度很高，因此辐射热交换占主导地位。对于炉内加热的板坯，其升温过程除了受到炉温的影响，水梁对其也会产生影响。因此，在本发明所述板坯温度预报模型中，也将水梁与板坯接触位置处的换热考虑在内。图3是本发明所述板坯温度预报模型示意图。在加热炉中分布有活动梁，且活动梁中设置有水梁1，选取的计算域将水梁1包含在其中，考虑到水梁对炉内板坯升温的影响。

图3所示，炉内板坯上、下表面均受热，且在活动梁中的水梁1位置处，板坯受到两方面热量的传递。一部分来自与水梁1接触时，板坯与水梁1之间的热交换。另一部分是板坯脱离水梁1时，板坯与空气之间的对流换热。

所述板坯温度预报模型，采用了二维非稳态的数学模型，对模型做出简化，假设条件为：

a)炉温呈分段线性分布，是沿炉长方向分布的函数；

b)炉气与板坯对流换热与辐射换热为综合热流密度边界条件；

c)热交换过程中，忽略板坯氧化铁皮的影响；

d)加热过程中板坯在炉内匀速运动。

建立板坯内部导热的二维非稳态导热微分方程，具体表述为：

式中，ρ表示板坯的密度，单位Kg/m³；Cp表示板坯的比热，单位J/(kg·℃)；T表示板坯温度，单位℃；t表示时间，单位s；λ表示板坯导热系数，单位W/(m·℃)。

设置边界条件如下：

a)假设同一炉段内上、下炉膛总括热吸收率相同；

b)板坯上表面采用综合热流密度边界条件，

c)板坯下表面与水梁滑块接触位置处采用第三类边界条件，

板坯下表面其他位置采用综合热流密度边界条件，

式中，为热流密度，单位W/m²；σ为玻尔兹曼常数，5.67×10^-8W/(m²·K⁴)；φ_CF为总括热吸收率；h为换热系数，单位W/(m²·K)；T_f为炉温，单位K；T_s为板坯表面温度，单位K；T_w为水梁内的水温，单位K；

d)计算域左右两侧采用绝热边界条件。

对计算域进行网格划分时，在板坯下表面与水梁滑块接触位置处对网格进行加密，其他位置成比例疏松网格。

对网格点建立的二维导热微分方程，采用交替隐式差分简化方程，使其成为对三角矩阵并用追赶法进行求解。

通过黑匣子实验测量上下炉膛的总括热吸收率，以及板坯与水梁1接触时的换热系数h。

实施例二

结合国内某钢厂2250轧线2#加热炉工程实例对本发明所述板坯温度预报模型做进一步说明。2250轧线2#加热炉为五段式步进梁加热炉，分为热回收段、预热段、加热一段、加热二段和均热段。

加热炉有效长度为59m，在预热段和加热段分布6根固定梁和4根活动梁，均热段固定梁数目不变，但水梁位置发生错位42cm。在选取计算域的时候，充分考虑到水梁对板坯加热的影响，选择了在均热段前后都包含水梁的位置作为计算域。

在计算域网格划分时，在有水梁1的位置处均采用较密的网格划分，其他位置采用成比例的疏密划分。采用控制容积法对每个控制体建立二维导热微分方程，采用交替隐式差分的方法简化微分方程，使其满足正三角矩阵，采用TDMA方法求解。

在处理边界条件时，板坯上表面采用综合热流密度边界条件，板坯下表面与水梁滑块接触位置处采用第三类边界条件，板坯下表面其他位置采用综合热流密度边界条件，左右两侧采用绝热边界条件。由于是步进式加热炉，活动梁与板坯接触时间占整个步进周期的1/4，所以在活动梁位置的热流密度是由两部分组成，一部分是板坯与活动梁接触时板坯与水梁之间的换热，另一部分是板坯脱离活动梁时与炉气之间的换热。

在轧机侧安装黑匣子2，采用黑匣子实验并经过数据处理得到上、下炉膛的总括热吸收率和板坯与水梁接触时的换热系数。为了能够获得准确的参数值，实验方案设计时，根据水梁的位置分布以及热电偶的位置分布，在板坯上取了21个点作为试验点，分别为A1-A6，B1-B6，C1-C7。其中，A、B、C分别代表了水梁和热电偶位置分布，①至⑥分别表示不同的测点深度。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。