一种基于黑匣子试验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法技术

一种基于黑匣子试验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法，属于加热炉控制技术领域。该方法将步进式加热炉的横向均分为N个区，N为大于1的整数，采用N个相同的测试钢坯跟踪测量钢坯在所述步进式加热炉内加热过程中的温度变化趋势，分别获取所述步进式加热炉中N个区的测试过程中钢坯温度、炉气温度随时间变化的测试数据；提取由炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度、时间点组成的参照数据；由参照数据求出钢坯各层的C

【技术实现步骤摘要】
一种基于黑匣子试验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法


[0001]本申请涉及加热炉控制
，具体而言，涉及一种基于黑匣子试验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法。

技术介绍

[0002]钢坯温度跟踪模型是一种热工数学模型，用于模拟计算钢坯在加热炉内加热时的温度场的变化。加热炉数学模型技术主要由钢坯加热曲线优化、钢坯温度跟踪计算、炉温设定值计算、燃烧优化控制、自适应修正等功能模型组成。实际生产中，温度跟踪模型会根据当前入炉钢坯的来料信息(包括：钢坯尺寸、钢种、入炉温度等)和当前炉况信息(当前空煤气流量、空煤气阀位值、炉温设定值等)计算出钢坯温度场数据，炉温设定值模型则根据钢坯温度场数据计算出炉温设定值，然后炉温设定值再传给燃烧优化控制模型计算出优化参数、空煤气阀位调节量，并直接进行空煤气流量的调节及控制。因此，钢坯温度跟踪模型计算精度会最终影响到钢坯的加热质量及能源消耗的控制水平。
[0003]关于步进式加热炉内钢坯温度跟踪模型的开发，主要是基于数据挖掘及统计理论开发的模型，其主要包括数据采集与数据挖掘分析两个模块。数据处理主要完成实时数据采集获取加热炉当前温热制度，然后通过数据挖掘分析模块将采集的生产数据处理成分析样本并按照一定的规则存储于数据库中，生产时从数据库中获取加热炉当前状态的最优炉温设定值并预测炉内钢坯温度。该方法偏向热工专业理论，炉温决策及炉温预报未能充分考虑实际炉况信息，用于指导实际生产显然无法合理实现加热炉最优控制及节能降耗宗旨。
[0004]现有技术一，公开了一种加热炉钢坯温度跟踪模型修正方法，该方法的步骤为：跟踪测量并记录测试过程中钢坯温度、炉气温度随时间变化的数据；对测试数据进行处理，提取用于计算辐射系数基准值的参照数据；结合参照数据，迭代计算各炉区辐射系数基准值；结合钢坯的生产历史数据，对辐射系数基准值进行修正；将修正结果分类保存至修正系数表。运用该方法可以提高钢坯温度跟踪模型的计算精度，使得修正后的模型能够准确模拟钢坯在炉内的加热过程，对提高加热炉炉温的控制精度有着重要意义。该方法主要是通过模型不断修正辐射系数以使计算精度不断提高，但是该方法计算过程复杂，且随着不同钢种不同炉况，炉温数据波动较大时，系数修正产生较大误差，无法保证计算精度所有炉况下的计算精度。
[0005]本专利技术要解决的问题在于针对现有的技术缺陷，以一种黑匣子试验验采集的炉内信息为数据基础，通过数据处理得到一种提高加热炉钢坯温度跟踪模型计算精度的方法。

技术实现思路

[0006]为了解决现有技术的问题，本申请目的在于提供一种基于黑匣子试验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法，确保加热炉控制始终在钢坯最佳工作温
度之上，提供了提高模型的计算精度的简便方法，避免不同钢种不同炉况，炉温数据波动较大时，系数修正产生较大误差等问题，保证所有炉况下的计算精度。
[0007]本申请示例提供了一种基于黑匣子试验验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法，包括以下步骤：
[0008]步骤一、步进式加热炉的横向均分为N个区，N为大于1的整数，采用N个相同的测试钢坯跟踪测量钢坯在所述步进式加热炉内加热过程中的温度变化趋势，分别获取所述步进式加热炉中N个区的测试过程中钢坯温度、炉气温度随时间变化的测试数据；
[0009]步骤二、对测试数据进行处理，获得所述测试钢坯上炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度、钢坯头部温度、钢坯尾部温度随时间及钢坯炉内位置变化的趋势图，从中提取由炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度、时间点组成的参照数据；由所述参照数据求出钢坯各层的C
p
、λ、q
u
(i)、q
d
(i)，C
p
为钢坯各层比热、λ为钢坯热传导系数，钢坯上表面的热流系数q
u
(i)、钢坯下表面的热流系数q
d
(i)；
[0010]步骤三、根据钢坯上表面的热流系数q
u
(i)、钢坯下表面的热流系数q
d
(i)，带入综合热辐射系数计算公式(式1)，求出N个区对应的综合热辐射系数ε
g
；
[0011][0012]式中，ε
g
为综合热辐射系数，q为钢坯表面热流密度，F
sg
为钢坯表面积，T
g
为炉气温度，T
s
为钢坯表面温度，a为热扩散率，δ为测试点的坐标位置，y为钢坯沿厚度方向的坐标轴。
[0013]步骤四、在实际钢坯进入炉内时，模型自动根据钢坯数据中所含化学成分及其前一周期计算的温度，索引出板坯N个区所对应的综合热辐射系数ε
g
，带入到板坯温度跟踪模型计算N个区所对应的钢坯出炉时刻炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度；
[0014]步骤五、选取N个区所对应的不同时刻上炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度中最低值，确定出钢坯上炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度控制目标。
[0015]一些示例中，由所述参照数据求出钢坯各层的C
p
、λ的具体方法为，分别将N个区的所述参照数据带入钢坯内部导热微分方程(式2)，
[0016][0017]其中，ρ为钢坯密度、C
p
为钢坯比热、τ为加热时间、T为温度、λ为钢坯热传导系数。
[0018]一些示例中，钢坯上表面的热流系数q
u
(i)、钢坯下表面的热流系数q
d
(i)的计算公式为：
[0019][0020][0021]其中，
[0022][0023][0024][0025][0026][0027]式中，为钢坯按厚度方向分层后的第j层的傅里叶系数；λ
j,
j
‑
1表示钢坯第j
‑
1层与第j间的等价热传导系数，W/(m
·
K)；
△
τ为钢坯温度模型计算的时间间隔，s；ρ为钢坯密度，Kg/m3；C
p
为钢坯比热J/(kg
·
K)；
△
y为钢坯分层厚度，m；为钢坯上表面温度；为钢坯下表面温度。
[0028]一些示例中，步进式加热炉的横向均分为二个区。
[0029]一些示例中，所述步进式加热炉有效炉长28600mm、宽16500mm。
[0030]一些示例中，所述步进式加热炉长度方向依次包括预热段、加热一段、加热二段、均热段。
[0031]一些示例中，所述测试钢坯尺寸为：厚*宽*长＝150mm*2100mm*7500mm。
[0032]一些示例中，所述测试钢坯材质选择为Q235钢，冷坯。
[0033]一些示例中，测试钢坯通过在钢坯上表面、钢坯下表面埋设热电偶获取测试过程中钢坯温度。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于黑匣子试验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法，其特征在于：包括以下步骤：步骤一、步进式加热炉的横向均分为N个区，N为大于1的整数，采用N个相同的测试钢坯跟踪测量钢坯在所述步进式加热炉内加热过程中的温度变化趋势，分别获取所述步进式加热炉中N个区的测试过程中钢坯温度、炉气温度随时间变化的测试数据；步骤二、对测试数据进行处理，获得所述测试钢坯上炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度、钢坯头部温度、钢坯尾部温度随时间及钢坯炉内位置变化的趋势图，从中提取由炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度、时间点组成的参照数据；由所述参照数据求出钢坯各层的C
p
、λ、q
u
(i)、q
d
(i)，C
p
为钢坯各层比热、λ为钢坯热传导系数，钢坯上表面的热流系数q
u
(i)、钢坯下表面的热流系数q
d
(i)；步骤三、根据钢坯上表面的热流系数q
u
(i)、钢坯下表面的热流系数q
d
(i)，带入综合热辐射系数计算公式(式1)，求出N个区对应的综合热辐射系数ε
g
；式中，ε
g
为综合热辐射系数，q为钢坯表面热流密度，F
sg
为钢坯表面积，T
g
为炉气温度，T
s
为钢坯表面温度，a为热扩散率，δ为测试点的坐标位置，y为钢坯沿厚度方向的坐标轴；步骤四、在实际钢坯进入炉内时，模型自动根据钢坯数据中所含化学成分及其前一周期计算的温度，索引出板坯N个区所对应的综合热辐射系数ε
g
，带入到板坯温度跟踪模型计算N个区所对应的钢坯出炉时刻炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度；步骤五、选取N个区所对应的不同时刻上炉气温度、下炉气温度、钢坯上表面温度、钢坯...

【专利技术属性】
技术研发人员：韦思丞，巫献华，陈功彬，王琦，黄育坚，胡俊平，易承钧，赵星星，
申请(专利权)人：广东韶钢松山股份有限公司，
类型：发明
国别省市：