连续退火炉自动控制方法和系统、计算机可读存储介质以及计算机程序产品技术方案

一种连续退火炉自动控制方法，能够提高带钢退火的精度。所述方法包括下述步骤：数据输入步骤，输入入炉数据，入炉数据至少包括带钢入炉速度、带钢厚度、带钢入炉温度；数据过滤步骤，对入炉数据进行滤波处理，以形成测量数据；数据分拣步骤，对存储的历史数据进行分拣，以形成训练生成用数据，训练生成用数据至少包括带钢入炉历史温度、带钢出炉历史温度；炉温生成步骤，根据测量数据和训练生成用数据生成炉温设定值；第一学习步骤，根据测量数据和训练生成用数据使用于算出炉温设定值的模型进行定期学习和更新；以及数据输出步骤，输出炉温设定值。设定值。设定值。

【技术实现步骤摘要】
连续退火炉自动控制方法和系统、计算机可读存储介质以及计算机程序产品


[0001]本专利技术涉及一种连续退火炉自动控制方法、连续退火炉自动控制系统、计算机可读存储介质以及计算机程序产品。

技术介绍

[0002]已知，连续退火炉的功能是对表面清洗过的冷轧钢带根据设定的带钢温度曲线逐次进行预热、明火加热、辐射管加热、电均热、冷却等工艺，最终出炉打卷为标准产品。
[0003]连续退火炉是一个非线性、时变、多变量紧密耦合、大时滞的控制对象，其工业过程控制中复杂的系统难以建立精确的数学模型。例如，如非专利文献《冷轧带钢连续退火炉温度控制策略研究》中记载的那样，当前连续退火炉主要采用针对带钢温度的PID控制方式，由操作人员通过设定各段出口温度来对不同钢种、不同厚度、不同工艺要求的带钢进行退火操作。
[0004]现有技术文献
[0005]非专利文献
[0006]硕士学位论文：《冷轧带钢连续退火炉温度控制策略研究》

技术实现思路

[0007]专利技术所要解决的技术问题
[0008]然而，在基于PID控制方式对带钢进行退火操作的情况下，主要会出现下述问题：
[0009]操作人员控制方式不同，导致生产的带钢质量的一致性不理想；
[0010]操作人员的控制不正确，导致带钢质量出现不满足要求的情况；
[0011]操作人员的控制不精确，造成带钢实际需求温度与设定温度出现偏差，或者设定出现延迟和提前，导致带钢出现较长质量不理想段。
[0012]此外，目前也有采用物理建模进行自动控制的方法，但是普遍具有无法适应炉体参数变化、预测量不准确、控制量延迟的问题，更具体而言：
[0013]连续退火炉在生产过程中会定器进行检修和零部件更换，同时还存在老化的现象，炉体参数可以说是长时变的，使用一种静态的模型进行控制，会逐步引入误差导致质量问题；
[0014]钢卷在连续退火炉内经历炉气预热、明火加热、辐射加热、冷却等不同的非线性过程，同时热量在带钢内部传导也呈现非线性现象，影响带钢温度的参数包括：带钢成分、表面结构、厚度、速度、加热温度、炉体参数等参数，是一种非线性、时变、多变量紧密耦合、大时滞的控制对象，很难建立准确的物理模型，因此传统的物理模型很难对带钢温度进行较准确的预测；
[0015]连续退火炉炉体长度几十到几百米，一般只有各段出口有带钢温度测量点，也就是带钢进入炉内一分钟到十几分钟后才有反馈测量输出，传统控制模型才会有反馈控制
量，导致控制量是大延迟的，会造成较长的带钢质量出现不良，造成较大的损失。
[0016]本专利技术是基于上述技术问题而形成的，其目的在于提供一种续退火炉自动控制方法、连续退火炉自动控制系统、计算机可读存储介质以及计算机程序产品，能够准确地预测连续退火炉的炉温温度以及带钢的温度变化，能够实现预测控制量提前控制，提高带钢退火的精度和减少由于带钢温度控制的不准确带来的带钢质量损失。
[0017]解决技术问题所采用的技术方案
[0018]本专利技术第一观点提供一种连续退火炉自动控制方法，其特征在于，包括下述步骤：
[0019]数据输入步骤，输入入炉数据，所述入炉数据至少包括带钢入炉速度、带钢厚度、带钢入炉温度；
[0020]数据过滤步骤，对所述入炉数据进行滤波处理，以形成测量数据；
[0021]数据分拣步骤，对存储的历史数据进行分拣，以形成训练生成用数据，所述训练生成用数据至少包括带钢入炉历史温度、带钢出炉历史温度；
[0022]炉温生成步骤，根据所述测量数据和所述训练生成用数据生成炉温设定值；
[0023]第一学习步骤，根据所述测量数据和所述训练生成用数据使用于算出所述炉温设定值的模型进行定期学习和更新；以及
[0024]数据输出步骤，输出所述炉温设定值。
[0025]根据第一观点所述的连续退火炉自动控制方法，与通过设定各段出口温度对带钢进行退火操作控制的PID控制方式不同之处在于，本专利技术根据带钢入炉后经过滤波处理的相关数据以及所存储的历史数据来算出满足一定质量要求的带钢温度所需的炉温设定值。此外，通过带钢入炉后的相关数据和所存储的历史数据使用于算出炉温设定值的模型进行自我学习和更新，从而能够保证模型的精度，进而能够保证炉温设定值的准确性。
[0026]在第一观点所述的连续退火炉自动控制方法的基础上，在第二观点的连续退火炉自动控制方法中，优选，所述入炉数据还包括带钢成分、带钢宽度、烧嘴开关数据，所述训练生成用数据还包括炉温历史数据。
[0027]根据第二观点所述的连续退火炉自动控制方法，由于带钢的入炉数据不仅包括带钢入炉速度、带钢厚度和带钢入炉温度，还包括带钢成分、带钢宽度和烧嘴开关数据，并且训练生成用数据不仅包括带钢入炉历史温度、带钢出炉历史温度，还包括炉温历史数据，因此，能够提高炉温设定值的生成精度和模型的学习效果。
[0028]在第一观点或第二观点所述的连续退火炉自动控制方法的基础上，在第三观点的连续退火炉自动控制方法中，优选，
[0029]在所述数据分拣步骤中，还形成训练预测用数据，所述训练预测用数据至少包括带钢入炉历史温度，
[0030]所述连续退火炉自动控制方法还包括：
[0031]带温预测步骤，根据所述测量数据、所述训练预测用数据以及所述炉温设定值算出带钢预测温度；
[0032]第二学习步骤，根据所述测量数据、所述训练预测用数据以及所述炉温设定值使用于算出所述带钢预测温度的模型进行定期学习和更新；
[0033]带温比较步骤，对所述带钢预测温度与带钢实际出炉温度进行比较；以及
[0034]炉温修正步骤，当所述带钢预测温度与所述带钢实际出炉温度的差值大于阈值
时，对所述炉温设定值进行修正。
[0035]根据第三观点所述的连续退火炉自动控制方法，在算出炉温设定值的基础上，为了防止用于计算炉设定值的模型出现计算错误，基于算出的炉温设定值、带钢入炉后经过滤波处理的相关数据以及所存储的历史数据来预测带钢出炉温度(即带钢预测温度)，并且将带钢预测温度与带钢实际出炉温度进行比较，若带钢预测温度与带钢实际出炉温度的差值大于预先设定的阈值，则对算出的炉温设定值进行修正。由此，能够防止由于用于计算炉温设定值的模型发生计算错误而导致发出错误的炉温设定值的指令，能够提高控制的可靠性。
[0036]在第三观点所述的连续退火炉自动控制方法的基础上，在第四观点的连续退火炉自动控制方法中，优选，所述训练预测用数据还包括烧嘴功率历史数据。
[0037]根据第四观点所述的连续退火炉自动控制方法，能够提高带钢温度预测的准确性。
[0038]本专利技术第五观点提供一种连续退火炉自动控制系统，其特征在于，包括：
[0039]数据输入模块，所述数据输入模块用于输入入炉数据，所述入炉数据至少包括带钢入炉速度、带钢厚度、带钢入炉温度；
[0040]数据过滤模块，所述对所述入炉数据进行滤波处理，以形成测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种连续退火炉自动控制方法，其特征在于，包括下述步骤：数据输入步骤，输入入炉数据，所述入炉数据至少包括带钢入炉速度、带钢厚度、带钢入炉温度；数据过滤步骤，对所述入炉数据进行滤波处理，以形成测量数据；数据分拣步骤，对存储的历史数据进行分拣，以形成训练生成用数据，所述训练生成用数据至少包括带钢入炉历史温度、带钢出炉历史温度；炉温生成步骤，根据所述测量数据和所述训练生成用数据生成炉温设定值；第一学习步骤，根据所述测量数据和所述训练生成用数据使用于算出所述炉温设定值的模型进行定期学习和更新；以及数据输出步骤，输出所述炉温设定值。2.如权利要求1所述的连续退火炉自动控制方法，其特征在于，所述入炉数据还包括带钢成分、带钢宽度、烧嘴开关数据，所述训练生成用数据还包括炉温历史数据。3.如权利要求1或2所述的连续退火炉自动控制方法，其特征在于，在所述数据分拣步骤中，还形成训练预测用数据，所述训练预测用数据至少包括带钢入炉历史温度，所述连续退火炉自动控制方法还包括：带温预测步骤，根据所述测量数据、所述训练预测用数据以及所述炉温设定值算出带钢预测温度；第二学习步骤，根据所述测量数据、所述训练预测用数据以及所述炉温设定值使用于算出所述带钢预测温度的模型进行定期学习和更新；带温比较步骤，对所述带钢预测温度与带钢实际出炉温度进行比较；以及炉温修正步骤，当所述带钢预测温度与所述带钢实际出炉温度的差值大于阈值时，对所述炉温设定值进行修正。4.如权利要求3所述的连续退火炉自动控制方法，其特征在于，所述训练预测用数据还包括烧嘴功率历史数据。5.一种连续退火炉自动控制系统，其特征在于，包括：数据输入模块，所述数据输入模块用于输入入炉数据，所述入炉数据至少包括带钢入炉速度、带钢厚度、带钢入炉温度；数据过滤模块，所述对所述入炉数据进行滤波处理，以形成测量数据；数据分拣模块，所述数据分拣模块对存储于该数据分拣模块的历史数据进行分拣，以形成训练生成用数据，所述训练生成用数据至少包括带钢入炉历史温度、带钢出炉历史温度；炉温生成模块，所述炉温生成模块根据所述测量数据和所述训练生成用数据生成炉温设定值；第一学习模块，所述第一学习模块根据所述测量数据和所述训练生成用数据使所述炉温生成模块进行定期学习和更新；以...

【专利技术属性】
技术研发人员：王宇轩，
申请(专利权)人：上海途开者机械工程技术有限公司，
类型：发明
国别省市：