无人天车控制需要解决运行速度与防摇摆之间的矛盾,从而在保障安全运行下提升天车运行效率。本文提出了一种基于多运行状态下人工经验进行控制器参数切换的冶金无人天车防摇全程速度控制方法。该方法首先规划防摇摆前提下的大小车联动天车全程速度控制,然后根据不同运行状态下的人工天车操作经验切换控制器PID参数以优化天车防摇摆控制,总体形成对无人天车的前馈-反馈混合控制。仿真实验表明,相比人工操作常用的大小车联动控制,该控制方法整体运行时间大幅度缩短24.9%;现场实验显示,最大摇摆角度控制0.45°~0.85°以内,定位精度控制在10mm以内,相关指标在国内同类场景下处于领先地位。目前该方法在国内某钢厂已实现工程应用与成果验证。
炼钢-连铸区段天车调度是典型的多机多任务约束问题,对各工序间物流的衔接、顺行及整个炼钢厂生产节奏的调控有重要意义。为提高天车运行效率,保证生产的稳定性,通过对炼钢-连铸区段工艺流程和天车作业调度中的约束条件进行分析,建立了一种时空约束下启发式算法的天车调度模型。设计分区规则、任务分配规则、避碰规则和状态更新规则来表征天车运行过程,模型以启发式方法求解,该方法能较好避免传统理论方法在大规模问题求解中的高计算复杂度。以某炼钢厂钢水跨的生产数据进行检验,结果表明,该模型能给出合理的调度方案,能有效避免天车运行过程中时空冲突。与实际生产调度方法相比,启发式算法模型下天车的各项性能均有所提高,天车的运行效率得到了提升,模型对实际生产有一定的指导意义。
以某工厂1580mm热连轧生产线为实验依托,针对传统的厚度模型不能准确反映实际厚度的问题,提出了一种改进的随机配置网络( stochastic configuration network,SCN)的带钢厚度预测模型。首先,从轧制机理的角度出发,分析了热连轧带钢产品存在厚度波动的原因。然后,在原始的SCN基础上,提出了基于猎食优化算法的随机配置网络( stochastic configuration network based on hunting prey optimization algorithm,HPO-SCN) , 以及基于猎食优化算法和正交三角分解的随机配置网络( stochastic configuration network based on hunting prey optimization algorithm and orthogonal triangular decomposition,HPO-QR-SCN) 。 最后,利用现场测量装置,收集3种不同厚度规格带钢产品的参数,形成板带厚度数据库,筛选与出口厚度有关的参量作为模型的输入值,并采用Pauta法则对原始轧制数据进行预处理,建立了SCN、HPO-SCN以及HPO-QR-SCN预测模型,并对其预测结果进行比较。实验结果表明,所提出的HPO-QR-SCN厚度预测模型预测时间最短、精度最高,其模型决定系数达到0.9638。同时,基于预测效果最好的模型,测试了轧制力和辊缝对带钢出口厚度的影响,其结果符合实际物理规律;并测试了模型的渐近性,其均方根误差ERMS ( root mean square error,RMSE)为0.0598,近似性能良好。
钢板凸度作为评价中厚板板形质量的关键指标,是决定钢厂市场竞争力的重要因素之一。随着计算机技术的发展,智能化控制逐渐成为钢铁行业发展的核心着力点,但目前应用于预测中厚板凸度的人工智能方法在解释性等方面仍有待提高,难以有效指导生产工艺的优化,限制了其在实际生产中的效能。针对上述问题,提出了一种基于数据挖掘与多模型融合的中厚板凸度预测方法,首先对轧制过程数据进行降维投影,解决了轧制生产数据中存在的多源异构问题;其次采用“自助法(Bootstrap)冶改进“合成少数类过采样技术( syn- thetic minority oversampling technique,SMOTE) 冶对数据集进行扩充,削弱了数据不平衡性,处理了因数据不平衡导致的模型学习性能和精度较低等问题;进而提出以岭回归为主值,叠加神经网络模型预测偏差值的整合模型。与生产实测数据的对比结果表明,该模型预测均方误差(mean square error,MSE)为0.004mm2,预测绝对误差在100以内的比例超过95%。通过多模型融合,实现中厚板板凸度的高精度预测,通过推导凸度公式,得到各特征参数变化对中厚板凸度的定量影响程度,使得模型能够反映并有效指导实际生产,弥补了传统复杂神经网络解释性不足等问题,为中厚板凸度控制等领域的研究提供了新思路。
为避免厚度控制系统中死区设置不当导致轧辊偏心主动补偿效果减弱问题,设计了轧辊偏心主动补偿下轧制力动态死区方法。针对传统板带厚差死区的板带厚度控制系统,通过深入的理论分析与数学推导,系统剖析主动轧辊偏心补偿情况下板带厚差死区对厚度精度的影响。设计了能够跟随轧辊偏心状态变化的轧制力动态死区,给出了其3种工况应用下的工作原理,并结合理论推导,验证了其与轧辊偏心主动补偿共用时可进一步降低轧辊偏心对板厚偏差的影响。基于生产数据辨识的偏心模型开展仿真实验,结果表明,在带有轧辊偏心主动补偿的厚度控制系统中,设计的轧制力动态死区比不采用死区和采用板带厚差动态死区这两种情况可获得更好的板厚精度。
