【技术实现步骤摘要】
本专利技术属于热连轧生产,尤其涉及一种具备分炉自学习与多阶段层流冷却反馈控制方法。
技术介绍
1、在生产高级别管线钢时,为了降低合金含量,控制生产成本,往往采取低温卷取工艺进行生产,但此举会导致带钢表面断续分布着大量的氧化铁皮,甚至在表面存在大量带水,这就导致高温计检测到的带钢表面温度存在巨大的波动,进而使得反馈控制系统错误调节,加剧卷取温度(ct)波动。同时,不同的加热炉的烧钢工况存在较大差异,现有卷取温度控制模型(ctc)仅使用单一传热系数进行预设定,无法区分不同加热炉的工况差异。集中排产时,连续出钢的冷却设定出现“忽高忽低”现象,自学习模型连续性差。此外,由于前后卷存在温度偏差,导致待温时间存在明显差异,层流冷却浇水时会导致整卷偏差较大。
2、现有技术中,专利申请号cn202410422849.1,公布了一种提高热轧管线钢卷取温度命中率的控制方法,采用无反馈控制的前段集中冷却工艺,对层冷区域速度超前率及滞后率进行优化,实现带钢在层流冷却区域运行速度与数学模型设定速度向匹配。可避免板坯因加热温度差异导致管线钢卷取温度偏离
...【技术保护点】
1.一种具备分炉自学习与多阶段层流冷却反馈控制方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种具备分炉自学习与多阶段层流冷却反馈控制方法,其特征在于,根据钢带的实际卷取温度CT控制曲线特征,将样本组数设定为5~7个。
3.根据权利要求2所述的一种具备分炉自学习与多阶段层流冷却反馈控制方法,其特征在于,所述的钢带的厚度为15.5~18.5mm。
4.根据权利要求1所述的一种具备分炉自学习与多阶段层流冷却反馈控制方法,其特征在于,每组样本长度根据钢带速度自适应调整。
5.根据权利要求1所述的一种具备分炉自学习与
...【技术特征摘要】
1.一种具备分炉自学习与多阶段层流冷却反馈控制方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种具备分炉自学习与多阶段层流冷却反馈控制方法,其特征在于,根据钢带的实际卷取温度ct控制曲线特征,将样本组数设定为5~7个。
3.根据权利要求2所述的一种具备分炉自学习与多阶段层流冷却反馈控制方法,其特征在...
【专利技术属性】
技术研发人员:杨哲懿,高磊,王进臣,杨博,董洋,宋宝玉,王帅,王尊呈,周勃,于佳瑶,
申请(专利权)人:鞍钢股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。