[发明专利]一种基于人工智能算法的钢坯升温曲线设计方法及装置

说明书

本发明公开了一种基于人工智能算法的钢坯升温曲线设计方法及装置，该方法包括：将加热炉每个控制段均分为多个子段；获取每一子段对应的历史加热数据；利用各子段对应的历史加热数据分别训练预设的神经网络模型，得到各子段对应的钢坯温度预测模型；根据各子段对应的温度影响因子的当前值，针对每一子段，分别利用当前子段所对应的钢坯温度预测模型预测该子段对应的段末出口温度预测值；将各子段对应的段末出口温度预测值进行拟合，得到钢坯升温曲线。本发明可减少加热炉控制系统中钢坯温度控制的滞后性，对提高钢坯温度控制精度，降低系统响应时间，降低产品缺陷和能耗具有重要意义。

技术领域

本发明涉及冶金加热炉控制技术领域，特别涉及一种基于人工智能算法的钢坯升温曲线设计方法及装置。

背景技术

加热炉是轧钢车间的重要热工设备，步进梁式加热炉的主要目的是加热钢坯，以满足轧机对钢坯温度的要求，是连接上游铸造和下游轧线的重要“纽带”。主要作用是对铸造下线的钢坯进行再加热、均热，为轧线提供温度均匀的高质量钢坯。轧钢加热炉是个典型具有非线性、大惯性、纯滞后、多变量、时变参数并且相互耦合的复杂被控系统。

随着控制理论的不断发展，处理炉温这一类具有强非线性特点的系统，一般采取新的智能控制方法，如模糊控制、神经网络、预测控制等。申请号为CN201410359583.7的发明专利，公开了一种基于段末温度的热轧钢坯加热控制方法，其采用各加热段的标准炉温和钢坯温度预报模型，预测钢坯在各加热段的段末温度。申请号为CN201310364670.7的发明专利，公开了一种确定钢坯加热炉炉温设定值的方法，其根据钢坯温度计算模型预测钢坯至当前控制段出口的温度与理论目标温度的差值，将其作为前馈PID回路的输入，以得到前馈炉温修正值，以确定加热炉炉温设定值。申请号为CN202010836567.8的发明专利，公开了一种基于耦合迭代的加热炉出钢温度预测方法，其计算预测出钢温度，结合出钢温度和开轧温度耦合判断，获取最终的钢坯预测出钢温度和该段的炉温设定点增量，并将计算出的结果迭代到下一个加热段的计算当中。

但以上现有技术都是基于对炉温的预测和控制，且计算过程较为繁琐，对于实际的钢坯温度控制具有滞后性，目前没有直接对钢坯温度进行预测的方法。

发明内容

本发明提供了一种基于人工智能算法的钢坯升温曲线设计方法及装置，以解决现有技术计算过程繁琐，对于实际的钢坯温度控制具有滞后性的技术问题。

为解决上述技术问题，本发明提供了如下技术方案：

一方面，本发明提供了一种基于人工智能算法的钢坯升温曲线设计方法，该基于人工智能算法的钢坯升温曲线设计方法包括：

将加热炉每个控制段按控制段长度分别均分为多个子段；

获取每一子段对应的历史加热数据；其中，所述历史加热数据包括钢坯在子段出口处的段末出口温度和影响所述段末出口温度的温度影响因子；

以温度影响因子为输入，段末出口温度为输出，利用各子段对应的历史加热数据分别训练预设的神经网络模型，得到各子段对应的钢坯温度预测模型；

获取当前加热炉正常运行时，各子段对应的温度影响因子的当前值；

根据各子段对应的温度影响因子的当前值，针对每一子段，分别利用当前子段所对应的钢坯温度预测模型预测当前子段对应的段末出口温度预测值；

将各子段对应的段末出口温度预测值进行拟合，得到钢坯升温曲线。

进一步地，将加热炉每个控制段按控制段长度分别均分为多个子段，包括：

将加热炉的4个控制段按控制段长度分别均分为3个子段，共分为12个子段。