一种连铸坯二冷水量的预测方法技术

本发明专利技术公开了一种连铸坯二冷水量的预测方法，属于连铸冷却控制领域

【技术实现步骤摘要】
一种连铸坯二冷水量的预测方法


[0001]本专利技术属于连铸冷却控制领域，更具体地说，涉及一种连铸坯二冷水量的预测方法
。

技术介绍

[0002]钢坯连铸时，高温钢液从中间包底部浸水口流入结晶器后凝固成初期钢坯，坯体内部仍是高温液态，为使坯体进一步凝固，连铸机设置了二冷区，当钢坯经过二冷区时喷水口会喷淋二冷水对钢坯进行冷却
。
因此，钢坯的二次冷却是连铸生产中的一个极其重要的环节，对钢坯内部质量与连铸机顺利生产有极大的影响，很多钢铁企业在生产中就因铸机二次冷却系统存在缺陷，导致漏钢和内裂发生频繁，使生产的铸坯质量出现较高的不合格率
。
[0003]因此，为改善钢坯质量，减少缺陷发生，必须优化二冷工艺
。
现实连铸生产过程中，二冷区的各冷却段不能单独控制水路通断，中间包快换时不能依次关闭，各段二冷水喷头也不能随着钢坯的移动而逐步开启，从而造成水资源浪费
、
降温效率低
、
节能性较差以及延长铸机工作周期的情况
。
对连铸坯二冷水量进行预测，能够本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种连铸坯二冷水量的预测方法，其特征在于：包括以下步骤：步骤
1、
采集连铸机二冷区的生产历史数据，并将数据划分为训练样本数据和测试样本数据；步骤
2、
根据训练样本数据建立基于最小二乘支持向量机的二冷水量预测模型；步骤
3、
利用粒子群算法优化水量预测模型的参数，得到优化后的水量预测模型；步骤
4、
将测试样本数据的输入数据代入优化后的水量预测模型，然后将计算出的输出数据与测试样本数据中的输出数据进行比对，对优化后的水量预测模型的精准度进行判断
。2.
根据权利要求1所述的一种连铸坯二冷水量的预测方法，其特征在于：所述步骤1中，生产历史数据包括二冷水量历史数据
、
板坯拉速和二冷区各冷却段的进口温度；所述板坯拉速和二冷区各冷却段的进口温度为输入数据，二冷水量历史数据为输出数据
。3.
根据权利要求2所述的一种连铸坯二冷水量的预测方法，其特征在于：所述二冷水量历史数据和对应的板坯拉速通过后台电脑获取，所述二冷区各冷却段的进口温度通过安装在二冷区各冷却段进口横向方向上的中点位置的热电偶温度计测量得到
。4.
根据权利要求1所述的一种连铸坯二冷水量的预测方法，其特征在于：所述步骤2具体包括以下步骤：步骤
21、
根据训练样本数据
D
确定基于二乘支持向量机的二冷水量预测模型的表达式为：
y
k
＝
ω
T
θ
(x
k
)+b
；
D
＝
{(x
k
,y
k
)|k
＝
1,...,N}
；其中，
x
k
是输入向量，
y
k
是输出向量，
k
是训练样本数，
ω
是权向量，
b
是偏置向量，
θ
(x
k
)
是非线性映射函数，表示
LSSVM
中从低维输入空间到高维特征空间的映射关系；步骤
22、
确定二冷水量预测模型的目标函数：
y
k
＝
ω
T
θ
(x
k
)+b+e
k
；其中，
e
k
是误差向量，
γ
是惩罚系数，
y
k
＝
ω
T
θ
(x
k
)+b+e
k
为约束条件，约束模型解的范围；步骤
23、
构造拉格朗日函数求解目标函数，首先通过对偶方式将求解
ω
和
b
的过程转化为求解最优
Lagrange
乘子的过程：其中，
α
k
是
Lagrange
的乘子；然后分别求出拉格朗日函数对各变量的偏微分，函数取最优值时需满足各变量偏微分为0，可得到：
消去
ω
和
e
k
，得到线性方程组：其中，
b
＝
[b1,b2,...,b
N
]
T
，
Ω
称为核矩阵，
Ω
＝
θ
(x
k
)
T
θ
(x1)
＝
K(x
k
,x1)
，
k
＝
1,...,N,I
＝
[1,1,...,1]
T
为单位矩阵，
α
k
＝
[
α1,
α2,...,
α
N
]
T
为
N
个
Lagrange
...

【专利技术属性】
技术研发人员：冯旭刚，朱玉林，王正兵，安硕，杨旭，阮善会，张佳俊，
申请(专利权)人：安徽工业大学，
类型：发明
国别省市：