论文部分内容阅读
近年来随着环保压力陡增,钢厂节能降耗迫在眉睫。冶金单元与流程高效的物质能量转换是节能降耗的基础。连铸工序推动整个钢铁制造流程动态有序、协同连续运行,提高连铸单元能量转换效率可促进钢铁企业实现降本增效,推进钢铁制造高效绿色化发展。为促进对连铸过程能量转换规律的认识和进行连铸过程生产调控,本文从连铸单元的物质能量转换分析、连铸单元的能量利用描述与优化等方面开展了相关研究。
首先,本文借鉴冶金流程工程学方法将连铸过程分解为物质转换过程与能量转换过程,根据连铸过程的物质能量流动与转换特点,建立连铸单元的物质能量平衡模型。采用“单元过程物质转换率”、“单元过程能量利用率”描述连铸单元的物质能量转换,以钢厂3个月生产数据和合理假设数据计算得到的“单元过程物质转换率”、“单元过程能量利用率”平均值分别为98.16%、50.58%,可以从过程物质能量输入输出角度有效地描述连铸单元物质能量的利用情况。
然后,本文通过机理分析发现显著影响能量转换的相关因素为浇铸温度、拉速、二冷水量与铸坯规格。由于“单元过程能量利用率”计算还需要铸坯温度,故建立基于集成学习的极限学习机的铸坯温度预测模型对连铸单元能量转换进行描述。铸坯温度预测模型以浇铸温度、拉速、二冷水量与铸坯规格为输入向量,铸坯温度为输出向量。设计基模型数量对比试验、隐层节点数及激活函数对比试验对集成模型网络结构进行优化。结合钢厂生产数据和根据文献合理假设数据进行仿真测试。结果表明模型预测温度与设定温度偏差在±5℃的命中率为85.71%,预测“单元过程能量利用率”与设定“单元过程能量利用率”的平均绝对偏差与均方根误差分别为0.17%和0.21%,能较为精确地描述连铸单元的能量利用情况。
最后,本文在上述基础上以提高“单元过程能量利用率”为优化目标,以二冷水量、拉速为决策变量,以二冷水量、拉速与铸坯温度为约束条件建立连铸单元能量转换优化模型。设计了基于锦标赛选择的遗传算法对优化模型进行求解,以钢厂生产数据结合合理假设数据对模型和算法进行仿真实验,结果表明模型和算法可以通过调整二冷配水量和拉速以实现连铸过程能量转换效率优化,或用于确定钢水输入条件下的二冷配水量和拉速。
首先,本文借鉴冶金流程工程学方法将连铸过程分解为物质转换过程与能量转换过程,根据连铸过程的物质能量流动与转换特点,建立连铸单元的物质能量平衡模型。采用“单元过程物质转换率”、“单元过程能量利用率”描述连铸单元的物质能量转换,以钢厂3个月生产数据和合理假设数据计算得到的“单元过程物质转换率”、“单元过程能量利用率”平均值分别为98.16%、50.58%,可以从过程物质能量输入输出角度有效地描述连铸单元物质能量的利用情况。
然后,本文通过机理分析发现显著影响能量转换的相关因素为浇铸温度、拉速、二冷水量与铸坯规格。由于“单元过程能量利用率”计算还需要铸坯温度,故建立基于集成学习的极限学习机的铸坯温度预测模型对连铸单元能量转换进行描述。铸坯温度预测模型以浇铸温度、拉速、二冷水量与铸坯规格为输入向量,铸坯温度为输出向量。设计基模型数量对比试验、隐层节点数及激活函数对比试验对集成模型网络结构进行优化。结合钢厂生产数据和根据文献合理假设数据进行仿真测试。结果表明模型预测温度与设定温度偏差在±5℃的命中率为85.71%,预测“单元过程能量利用率”与设定“单元过程能量利用率”的平均绝对偏差与均方根误差分别为0.17%和0.21%,能较为精确地描述连铸单元的能量利用情况。
最后,本文在上述基础上以提高“单元过程能量利用率”为优化目标,以二冷水量、拉速为决策变量,以二冷水量、拉速与铸坯温度为约束条件建立连铸单元能量转换优化模型。设计了基于锦标赛选择的遗传算法对优化模型进行求解,以钢厂生产数据结合合理假设数据对模型和算法进行仿真实验,结果表明模型和算法可以通过调整二冷配水量和拉速以实现连铸过程能量转换效率优化,或用于确定钢水输入条件下的二冷配水量和拉速。