加熱爐鋼坯溫度建模及過程模擬.pdf

1、鋼坯加熱的質(zhì)量直接影響到產(chǎn)品的質(zhì)量、產(chǎn)量、能源消耗以及軋機壽命。軋鋼加熱爐控制系統(tǒng)具有多變量、非線性、大滯后、高度耦合等特性,一般情況下,難以實時檢測爐內(nèi)鋼坯的溫度,都是采用爐溫控制的方式間接控制出爐鋼溫,因此鋼溫的建模研究對加熱爐生產(chǎn)來說具有非常重要的意義。
　　 對于一個建模過程來說,高質(zhì)量的輸入數(shù)據(jù)是取得好的建模效果的前提。多數(shù)特征提取方法都是基于線性技術(shù)比如主成分分析(PCA)和獨立分量分析(ICA),分別達到使主元不相

2、關(guān)及獨立的目的。傳統(tǒng)算法內(nèi)在的線性要求,使得它們在分離非線性混合信號時碰到了困難,本文引入核函數(shù)分別采用核主成分分析(KPCA)和核獨立成分分析(KICA)兩種非線性特征提取方法對加熱爐數(shù)據(jù)進行了特征提取。最小二乘支持向量機(LSSVM)具有較好的泛化能力和學習性能,本文分別采用LSSVM,PCA-LSSVM,KPCA-LSSVM,KICA-LSSVM等方法對加熱爐鋼坯溫度進行建模,通過比較可以看出,首先對數(shù)據(jù)進行非線性特征提取后進行建

3、模的方法預測的鋼溫精度較高,基本滿足工程的要求。
　　 過程模擬可以替代難以實施的實驗,不但直觀、形象,而且也可減少投資、降低風險,本文利用新一代三維自動化組態(tài)軟件GENESIS64對加熱爐過程進行了模擬。首先歸檔相應的變量,Matlab通過ODBC方式訪問數(shù)據(jù)庫,然后根據(jù)已知模型和輸入樣本來預測鋼溫。通過上述過程實現(xiàn)了加熱爐鋼溫在線預測和加熱爐過程模擬。
　　 最后,對全文進行了總結(jié)和展望,提出了有待于進一步研究的方向