CN102994732A - 加热炉燃料量决策系统及其决策方法 - Google Patents

Abstract

本发明涉及加热炉优化控制技术领域，特别涉及加热炉燃料量的决策方法。一种基于钢坯优化加热曲线的加热炉燃料量决策方法，其主要包括：优化加热曲线生成模块、控制方程求解模块、钢坯位置跟踪模块及燃料量决策模块。其特征在于，首先通过优化加热曲线生成模块离线或者在线计算生钢坯的优化加热曲线，然后基于该优化加热曲线进行燃料量决策，将二级核心数学模型决策的燃料量直接下发至执行机构，避开了以往一级控制系统通过二级控制系统下发的决策炉温与加热炉内热电偶检测炉温的偏差不断调节燃料量的“收敛”过程，利于实现加热炉节能降耗及最优控制。

Description

加热炉燃料量决策系统及其决策方法

技术领域

本发明涉及加热炉优化控制技术领域，特别涉及基于钢坯优化加热曲线的加热炉燃料量决策方法。

背景技术

加热炉是热轧生产中的重要设备，也是热轧产线耗能较大的设备之一，随着能源供应短缺与能源需求增长、过量的资源能源消耗量与有限的资源环境承载力的矛盾的突出，加之热轧产品和工艺装备的快速升级、高附加值钢板对加热炉加热工艺要求的不断提高，使加热炉面临节能降耗及提高自身控制水平的严峻挑战。

相关领域技术人员，针对上述问题进行了大量的研究工作，尤其在加热炉优化控制数学模型开发方面，最典型的主要有两种：一是，基于数据挖掘及统计理论开发的加热炉炉温设定值优化模型，其主要包括数据采集与数据挖掘分析两个模块。数据处理主要完成实时数据采集获取加热炉当前温热制度，然后通过数据挖掘分析模块将采集的生产数据处理成分析样本并按照一定的规则存储于数据库中，生产时从数据库中获取加热炉当前状态的最优炉温设定值；二是，基于热工专业理论开发的加热炉炉温决策数学模型及加热炉内钢坯温度预测数学模型。

前者撇开了热工专业理论，样本的优劣直接影响炉温决策及钢温预报，从而影响加热炉控制效果，其用于指导实际生产显然无法合理实现加热炉最优控制及节能降耗宗旨；后者更注重加热炉炉温决策及钢温预报，其主要是通过基于热工专业理论建立的加热炉二级核心数学模型进行最优炉温设定值的计算作为决策炉温，并将其下发至一级，再由一级根据该决策炉温与加热炉内热电偶的检测炉温之间偏差的大小逐步进行燃料量的调节，直至这种偏差满足控制精度为止，这种调节近似于“收敛”的过程，显然这种炉温的决策只是实现加热炉优化控制的间接方法，鉴于加热炉“大滞后、大热惯性”的特点，这种决策并不会最大程度实现加热炉的节能降耗。

发明内容

本发明所解决的技术问题是针对上述问题提供一种基于钢坯优化加热曲线的加热炉燃料量决策方法，该方法通过加热炉二级核心数学模型直接计算加热炉燃料量决策值，并直接下发至执行机构，避免了以往一级控制系统通过二级控制系统下发的决策炉温与加热炉内热电偶检测炉温的偏差不断调节燃料量的“收敛”过程，利于实现加热炉节能降耗及最优控制。

本发明解决所述技术问题主要采取如下技术方案：加热炉燃料量决策系统，包括：计算参数初始化模块，用于对决策计算参数的初始化；优化加热曲线生成模块，用于对每块钢坯计算生成其优化加热曲线；控制方程求解模块，用于计算获得钢坯平均温度及表面温度；钢坯位置跟踪模块，用于预报钢坯当前位置；燃料量决策模块，用于计算获得燃料量决策值；上述各模块依次相连。

所述的系统，控制方程求解模块包括：能量平衡方程及炉墙导热方程求解子模块，用于获得炉气温度场及炉墙温度场；钢坯导热方程求解子模块，用于获得钢坯温度场；这两个子模块依次相连。

所述的系统，钢坯位置跟踪模块和燃料量决策模块之间还依次接有目标钢温计算模块和燃料量决策系数计算模块，目标钢温计算模块用于计算相应的钢坯目标平均温度和表面温度，燃料量决策系数计算模块用于计算燃料量决策值所需要的决策系数。

加热炉燃料量决策方法，依次包括以下步骤：

S1）通过计算参数初始化模块对钢坯信息和加热炉信息进行初始化，并将计时器初始化为零；

S2）调用优化加热曲线生成模块，对每块钢坯计算生成其优化加热曲线，即计算生成包含M个元素的钢坯位置数组POS[M]，及与其对应的包含M×N个元素的钢坯节点温度数组TEMP[M,N]；M为按加热炉炉长方向划分的位置数目，N为钢坯厚度方向的节点数目；

S3）调用控制方程求解模块，根据当前燃料量Q_fuel得到新的炉内温度场及钢坯温度场；

S4）调用钢坯位置跟踪模块，计算钢坯当前位置POS_NOW，然后利用优化加热曲线模块生成的钢坯优化加热曲线计算钢坯当前位置所对应的目标平均温度t_ave，aim及目标表面温度t_suf，aim；

S5）令燃料量Q_fuel＝Q_fuel+ζ，ζ为一个大于零的小量，控制方程求解模块按照步骤S3相同的计算方法获得燃料量为Q_fuel+ζ时的炉内温度场及钢坯温度场；

S6）调用燃料量决策模块，根据步骤S3、S4、S5计算获得的数据计算获得本决策周期的燃料量决策值。

所述的方法，步骤S1的钢坯信息包括钢坯几何尺寸、钢种及其物性参数和上一燃料量决策周期记录的钢坯温度场，加热炉信息包括热电偶检测的加热炉当前炉温、仪表监测的燃料及空气量、炉墙厚度及其物性参数、加热炉出钢节奏、上一燃料量决策周期记录的炉内温度场。

所述的方法，步骤S2生成优化加热曲线的方法为：对每块钢坯计算生成其优化加热曲线，即以钢坯在加热炉内加热至目标温度所需的最小燃料消耗量为目标函数，仿真计算钢坯在加热炉内的运动及加热升温过程获得，所述目标函数为，在加热炉加热过程中，钢坯表面温升对钢坯在加热炉内加热时间的积分，其计算式如下：

$J={\∫}_{t1}^{t2}{T}_{\mathrm{surf}}\left(t\right)\mathrm{dt}$

式中，t1、t2分别为钢坯入炉时间与出炉时间，T_surf(t)为加热过程中钢坯表面温度随时间的变化函数，J表示燃料消耗量大小，即所述目标函数的值。

所述的方法，步骤S3具体包括：设当前为第k个控制周期，能量平衡方程及炉墙导热方程求解子模块根据燃料量Q_fuel及热电偶检测的各炉段炉温求解能量平衡方程和炉墙导热方程，获得本次燃料量决策周期的炉气温度场及炉墙温度场；

能量平衡方程为：

Q_combustion+Q_air+Q_fuel，in+Q_gas+Q_convec+Q_radi+Q_cool+Q_other＝0

式中，Q_combustion为燃料燃烧化学热，Q_air为空气带入的物理热，Q_fuel，in为燃料带入的物理热，Q_gas为烟气载热，Q_convec为炉气对流换热量，Q_radi为炉气辐射收入热量，Q_cool为冷却介质吸收热量，Q_other为其他方式热交换热量；

炉墙导热方程为：

$\mathrm{\ρ}\left(T\right)\·c\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂\mathrm{\τ}}=\frac{\∂}{\∂y}[\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}]$

式中，ρ(T)为炉墙密度，c(T)为炉墙比热，λ(T)为炉墙导热系数，T＝T（y，τ）为炉墙温度场的分布函数，y为炉墙厚度方向的坐标，τ为时间；

炉墙导热方程的边界条件为：

$q_{\mathrm{in}}=\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}{|}_{y=l}$

$q_{\mathrm{out}}=\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}{|}_{y=0}$

炉墙导热方程的初始条件为：

T(y,τ)|_τ＝0＝f(y)0≤y≤l

上式中，q_in为炉墙内表面热流密度，q_out为炉墙外表面热流密度，f(y)为炉墙初始温度场，l为炉墙厚度；

然后，钢坯导热方程求解子模块根据钢坯导热方程计算获得本次燃料量决策周期的钢坯温度场，得到当前钢坯平均温度t_ave,k(Q_fuel)、钢坯表面温度t_suf，k(Q_fuel)，

钢坯导热方程见下式：

${\mathrm{\ρ}}_1\left(T_1\right)\·c_1\left(T_1\right)\·\frac{\∂T_1(y_1,\mathrm{\τ})}{\∂\mathrm{\τ}}=\frac{\∂}{\∂y_1}[{\mathrm{\λ}}_1\left(T_1\right)\·\frac{\∂T_1(y_1,\mathrm{\τ})}{\∂y_1}]$

式中，ρ₁(T₁)为钢坯密度，c₁(T₁)为钢坯比热，λ₁(T₁)为钢坯导热系数，T₁=T₁（y₁,τ）为钢坯温度场分布函数，y₁为钢坯厚度方向的坐标；

钢坯导热方程的边界条件为：

$q_u={\mathrm{\λ}}_1\left(T_1\right)\·\frac{\∂T_1(y_1,\mathrm{\τ})}{\∂y_1}{|}_{y_1=d}$

$q_b={\mathrm{\λ}}_1\left(T_1\right)\·\frac{\∂T_1(y_1,\mathrm{\τ})}{\∂y_1}{|}_{y_1=0}$

钢坯导热方程的初始条件为：

T₁(y₁,τ)|_τ＝0＝f₁(y₁)0≤y₁≤d

式中，q_u为钢坯上表面热流密度，q_b为钢坯下表面热流密度，f₁(y₁)为钢坯初始温度场，d为钢坯厚度；

通过求解钢坯导热方程获得钢坯温度场的分布函数T₁（y₁,τ），从而得到τ时刻钢坯厚度方向各节点的温度T_nodes(i)，即钢坯温度场，i＝0、1…N-1，N为钢坯厚度方向划分的计算节点数，那么钢坯平均温度t_ave,k(Q_fuel)即为：

$t_{\mathrm{ave},k}\left(Q_{\mathrm{fuel}}\right)=\frac{\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{T}_{\mathrm{nodes}}\left(i\right)}{N}$

钢坯表面温度t_surf，k(Q_fuel)即为：

$t_{\mathrm{surf},k}\left(Q_{\mathrm{fuel}}\right)=\frac{T_{\mathrm{nodes}}\left(0\right)+T_{\mathrm{nodes}}(N-1)}{2}$

所述的方法，步骤S4求解目标平均温度t_ave，aim及目标表面温度t_suf，aim的方法为：

根据步骤S2中生成的钢坯优化加热曲线调用目标钢温计算模块插值计算钢坯当前位置所对应的目标平均温度t_ave，aim及目标表面温度t_suf，aim；

所述目标平均温度t_ave，aim及目标表面温度t_suf，aim按公式(1)、(2)计算：

$t_{\mathrm{ave},\mathrm{aim}}={\mathrm{TEMP}\left[i\right]}_{\mathrm{ave}}+\frac{{\mathrm{TEMP}[i+1]}_{\mathrm{ave}}-{\mathrm{TEMP}\left[i\right]}_{\mathrm{ave}}}{\mathrm{POS}[i+1]-\mathrm{POS}\left[i\right]}\·({\mathrm{POS}}_{\mathrm{NOW}}-\mathrm{POS}[i\left]\right)---\left(1\right)$

$t_{\mathrm{suf},\mathrm{aim}}={\mathrm{TEMP}\left[i\right]}_{\mathrm{suf}}+\frac{{\mathrm{TEMP}[i+1]}_{\mathrm{suf}}-{\mathrm{TEMP}\left[i\right]}_{\mathrm{suf}}}{\mathrm{POS}[i+1]-\mathrm{POS}\left[i\right]}\·({\mathrm{POS}}_{\mathrm{NOW}}-\mathrm{POS}[i\left]\right)---\left(2\right)$

式中，i为按加热炉炉长方向划分的位置数目，取值范围为0到M-1的整数；数目POS[i]为钢坯优化加热曲线的位置数组中的第i个位置对应的数组元素值，其余类推；TEMP[i]_ave为第i个位置对应的钢坯优化加热曲线节点平均温度，其余类推；TEMP[i]_suf为对第i个位置对应的钢坯优化加热曲线的上、下表面节点温度的平均，其余类推；

其中TEMP[i]_ave、TEMP[i]_suf计算方法见(3)、(4)式：

${\mathrm{TEMP}\left[i\right]}_{\mathrm{ave}}=\frac{\underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}\mathrm{TEMP}[i,j]}{N}---\left(3\right)$

${\mathrm{TEMP}\left[i\right]}_{\mathrm{suf}}=\frac{\mathrm{TEMP}[i,0]+\mathrm{TEMP}[i,N-1]}{2}---\left(4\right)$

式中，TEMP[i,j]为第i个位置所对应的节点温度数组中，第j个元素的值，亦即第j个节点的温度值T_nodes(j)，j取值0到N-1的整数，其余类推。

所述的方法，步骤S5具体包括：

S51）根据计时器计时情况，判断是否到达燃料量决策周期，如未到达，则计时器继续计时，并转至步骤S3继续计算；如到达，则记录t_ave，k(Q_fuel)、t_suf，k(Q_fuel)；

S52）令燃料量Q_fuel＝Q_fuel+ζ，并将计时器清零，重新从步骤S3开始执行至计时器再次到达燃料量决策周期，获得燃料量为Q_fuel+ζ时的炉内温度场及钢坯温度场，记录t_ave，k(Q_fuel+ζ)、t_suf,k(Q_fuel+ζ)；

S53）根据下式(5)、(6)计算第k个决策周期钢坯平均温度对燃料量Q_fuel的偏导数

第k个决策周期钢坯表面温度对燃料量Q_fuel的偏导数

$\frac{\∂t_{\mathrm{ave},k}}{\∂Q_{\mathrm{fuel}}}=\frac{t_{\mathrm{ave},k}(Q_{\mathrm{fuel}}+\mathrm{\ζ})-t_{\mathrm{ave},k}\left(Q_{\mathrm{fuel}}\right)}{\mathrm{\ζ}}---\left(5\right)$

$\frac{\∂t_{\mathrm{suf},k}}{\∂Q_{\mathrm{fuel}}}=\frac{t_{\mathrm{suf},k}(Q_{\mathrm{fuel}}+\mathrm{\ζ})-t_{\mathrm{suf},k}\left(Q_{\mathrm{fuel}}\right)}{\mathrm{\ζ}}---\left(6\right)$

所述的方法，步骤S6获得本决策周期的燃料量决策值

的方法包括：

S61）燃料量决策系数计算模块按下式(7)、(8)计算燃料量决策系数C₁、C₂：

$C_1=\underset{k=1}{\overset{r}{\mathrm{\Σ}}}[(t_{\mathrm{ave},\mathrm{aim}}-t_{\mathrm{ave},k}\left(Q_{\mathrm{fuel}}\right))\·\frac{\∂t_{\mathrm{ave},k}}{\∂Q_{\mathrm{fuel}}}+(t_{\mathrm{suf},\mathrm{aim}}-t_{\mathrm{suf},k}\left(Q_{\mathrm{fuel}}\right))\·\frac{{\∂t}_{\mathrm{suf},k}}{{\∂Q}_{\mathrm{fuel}}}]---\left(7\right)$

$C_2=\underset{k=1}{\overset{r}{\mathrm{\Σ}}}[{\left(\frac{{\∂t}_{\mathrm{ave},k}}{{\∂Q}_{\mathrm{fuel}}}\right)}^2+{\left(\frac{{\∂t}_{\mathrm{suf},k}}{{\∂Q}_{\mathrm{fuel}}}\right)}^2]---\left(8\right)$

r为一次燃料量决策中的控制周期个数；

S62）燃料量决策模块按下式(9)计算获得

$Q_{\mathrm{fuel}}^{*}=Q_{\mathrm{fuel}}^0+C_1/C_2---\left(9\right)$

本发明与现有技术相比，具有以下主要有益效果：

1）通过加热炉二级核心数学模型利用本发明所述方法直接计算加热炉燃料量决策值，并下发至执行机构，避免了以往一级控制系统通过二级控制系统下发的决策炉温与加热炉内热电偶的检测炉温之间偏差的大小逐步进行燃料量的调节，以使加热炉炉温达到最优炉温设定值的“收敛”过程，利于实现加热炉最优控制；

2）其燃料量决策基于钢坯优化加热曲线，钢坯优化加热曲线是以钢坯在加热炉内加热至目标温度所需的最小燃料消耗量为目标函数，仿真计算钢坯在加热炉内的运动及加热升温过程获得的钢坯加热曲线，将其引入至燃料量决策算法中，利于实现加热炉节能降耗；

3）本发明所提供的一种基于钢坯优化加热曲线的加热炉燃料量决策方法，其内部并无复杂算法及较多的迭代，计算速度快、效率高，利于实现加热炉在线控制。

附图说明

图1为本发明的计算流程图

图2为燃料量决策系数C₁、C₂的计算流程图

图中：1—优化加热曲线生成模块、2—控制方程求解模块、3—钢坯位置跟踪模块、4—燃料量决策模块、5—目标钢温计算模块、6—燃料量决策系数计算模块、7—炉气能量平衡方程及炉墙导热方程求解模块、8—钢坯导热方程求解模块。

具体实施方式

本发明所提供的一种基于钢坯优化加热曲线的加热炉燃料量决策方法，其主要包括：优化加热曲线生成模块、控制方程求解模块、钢坯位置跟踪模块及燃料量决策模块。

所述控制方程求解模块，包括能量平衡方程、炉墙导热方程求解模块及钢坯导热方程求解模块。

所述能量平衡方程描述如下：

Q_combustion+Q_air+Q_fuel，in+Q_gas+Q_convec+Q_radi+Q_cool+Q_other＝0

式中，Q_combustion为燃料燃烧化学热、Q_air为空气带入的物理热、Q_fuel，in为燃料带入的物理热、Q_gas为烟气载热、Q_convec为炉气对流换热量、Q_radi为炉气辐射收入热量、Q_cool为冷却介质吸收热量、Q_other为其他方式热交换热量。Q_other根据现场调试时给定，在加热炉生产现场通过实验，如“黑匣子”实验即可以获得。

所述炉墙导热方程描述如下：

$\mathrm{\ρ}\left(T\right)\·c\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂\mathrm{\τ}}=\frac{\∂}{\∂y}[\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}]$

式中，ρ为炉墙密度；c为炉墙比热；λ为炉墙导热系数。

其边界条件为：

$q_{\mathrm{in}}=\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}{|}_{y=l}$

$q_{\mathrm{out}}=\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}{|}_{y=0}$

其初始条件为：

T(y,τ)|_τ＝0＝f(y)0≤y≤d

式中，q_in为炉墙内表面热流密度；q_out为炉墙外表面热流密度；f(y)为炉墙初始温度场；l为炉墙厚度。

所述钢坯导热方程描述如下：

$\mathrm{\ρ}\left(T\right)\·c\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂\mathrm{\τ}}=\frac{\∂}{\∂y}[\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}]$

式中，ρ为钢坯密度；c为钢坯比热；λ为钢坯导热系数。

其边界条件为：

$q_u=\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}{|}_{y=d}$

$q_b=\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}{|}_{y=0}$

其初始条件为：

T(y,τ)|_τ＝0＝f(y)0≤y≤d

式中，q_u为钢坯上表面热流密度；q_b为钢坯下表面热流密度；f(y)为钢坯初始温度场；d为钢坯厚度。

其特征在于，通过优化加热曲线生成模块计算生成每块钢坯的优化加热曲线。所述优化加热曲线，即以钢坯在加热炉内加热至目标温度所需的最小燃料消耗量为目标函数，仿真计算钢坯在加热炉内的运动及加热升温过程获得，其包括位置数组POS[M-1]及与其对应的钢坯节点温度数组TEMP[M-1,N-1]，其中M为按加热炉炉长方向划分的位置数目、N为钢坯厚度方向的节点数目。所述目标函数描述为，在加热炉加热过程中，钢坯表面温升对钢坯在加热炉内加热时间的积分，其计算式如下：

$J={\∫}_{t1}^{t2}{T}_{\mathrm{surf}}\left(t\right)\mathrm{dt}$

式中，t1、t2分别为钢坯入炉时间与出炉时间、T_surf(t)为加热过程中钢坯表面温度随时间的变化函数、J表示燃料消耗量大小，即所述目标函数的值。

所述燃料量决策模块用于对上一决策周期的燃料量决策值（即本次燃料量决策的初始燃料量

）进行修正，即进行本决策周期的燃料量决策，修正时利用所述优化加热曲线计算钢坯当前位置的目标平均温度及目标表面温度。

其特征在于，燃料量决策采用如下算法计算下一决策周期燃料量：

$Q_{\mathrm{fuel}}^{*}=Q_{\mathrm{fuel}}^0+C_1/C_2$

其特征在于，C₁、C₂按如下公式计算：

$C_1=\underset{k=1}{\overset{r}{\mathrm{\Σ}}}[(t_{\mathrm{ave},\mathrm{aim}}-t_{\mathrm{ave},k}\left(Q_{\mathrm{fuel}}\right))\·\frac{\∂t_{\mathrm{ave},k}}{\∂Q_{\mathrm{fuel}}}+(t_{\mathrm{suf},\mathrm{aim}}-t_{\mathrm{suf},k}\left(Q_{\mathrm{fuel}}\right))\·\frac{{\∂t}_{\mathrm{suf},k}}{{\∂Q}_{\mathrm{fuel}}}]$

$C_2=\underset{k=1}{\overset{r}{\mathrm{\Σ}}}[{\left(\frac{{\∂t}_{\mathrm{ave},k}}{{\∂Q}_{\mathrm{fuel}}}\right)}^2+{\left(\frac{{\∂t}_{\mathrm{suf},k}}{{\∂Q}_{\mathrm{fuel}}}\right)}^2]$

式中，

为决策燃料量、

为本次燃料量决策的初始燃料量；t_ave，aim、t_suf，aim分别为钢坯当前位置对应的目标平均温度及钢坯当前位置对应的目标表面温度；t_ave,k(Q_fuel)、t_suf,k(Q_fuel)分别为第k个控制周期在燃料量为

时通过求解能量守恒方程、炉墙导热方程及钢坯导热方程得出的钢坯平均温度及表面温度；r为一次燃料量决策中的控制周期个数、k为一次燃料量决策中的第k个控制周期。

其特征在于，C₁、C₂计算式中的偏导数

按下式计算：

$\frac{\∂t_{\mathrm{ave},k}}{\∂Q_{\mathrm{fuel}}}=\frac{t_{\mathrm{ave},k}(Q_{\mathrm{fuel}}+\mathrm{\ζ})-t_{\mathrm{ave},k}\left(Q_{\mathrm{fuel}}\right)}{\mathrm{\ζ}}$

$\frac{\∂t_{\mathrm{suf},k}}{\∂Q_{\mathrm{fuel}}}=\frac{t_{\mathrm{suf},k}(Q_{\mathrm{fuel}}+\mathrm{\ζ})-t_{\mathrm{suf},k}\left(Q_{\mathrm{fuel}}\right)}{\mathrm{\ζ}}$

式中，t_ave，k(Q_fuel+ζ)、t_suf,k(Q_fuel+ζ)分别为在燃料量为Q_fuel+ζ时通过求解能量守恒方程、炉墙导热方程及钢坯导热方程得出的钢坯平均温度及表面温度；t_ave,k(Q_fuel)、t_suf，k(Q_fuel)分别为在燃料量为Q_fuel时通过求解能量守恒方程、炉墙导热方程及钢坯导热方程得出的钢坯平均温度及表面温度；ζ为一个大于零的小量（一般取ζ＝Q_fuel/1000）。

进行燃料量决策时利用所述优化加热曲线生成模块根据钢坯当前位置POS_NOW计算C₁、C₂计算式中的目标平均温度t_ave，aim及目标表面温度t_suf，aim。

其特征在于，计算C₁、C₂计算式中的目标平均温度t_ave，aim及目标表面温度t_suf，aim采用如下算法：

$t_{\mathrm{ave},\mathrm{aim}}={\mathrm{TEMP}\left[i\right]}_{\mathrm{ave}}+\frac{{\mathrm{TEMP}[i+1]}_{\mathrm{ave}}-{\mathrm{TEMP}\left[i\right]}_{\mathrm{ave}}}{\mathrm{POS}[i+1]-\mathrm{POS}\left[i\right]}\·({\mathrm{POS}}_{\mathrm{NOW}}-\mathrm{POS}[i\left]\right)$

$t_{\mathrm{suf},\mathrm{aim}}={\mathrm{TEMP}\left[i\right]}_{\mathrm{suf}}+\frac{{\mathrm{TEMP}[i+1]}_{\mathrm{suf}}-{\mathrm{TEMP}\left[i\right]}_{\mathrm{suf}}}{\mathrm{POS}[i+1]-\mathrm{POS}\left[i\right]}\·({\mathrm{POS}}_{\mathrm{NOW}}-\mathrm{POS}[i\left]\right)$

式中，i取值范围为0到M-1的整数；数目POS[i]为钢坯优化加热曲线的位置数组中的第i个位置对应的数组元素值，其余类推；

TEMP[i]_ave为第i个位置对应的钢坯优化加热曲线节点平均温度，其余类推，算法如下式：

${\mathrm{TEMP}\left[i\right]}_{\mathrm{ave}}=\frac{\underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}\mathrm{TEMP}[i,j]}{N}$

TEMP[i]_suf为对第i个位置对应的钢坯优化加热曲线的上、下表面节点温度的平均，其余类推，算法如下式：

${\mathrm{TEMP}\left[i\right]}_{\mathrm{suf}}=\frac{\mathrm{TEMP}[i,0]+\mathrm{TEMP}[i,N-1]}{2}$

式中，TEMP[i,j]为第i个位置所对应的节点温度数组中，第j个元素的值，亦即第j个节点的温度值，j取值0到N-1的整数，其余类推。

一种基于钢坯优化加热曲线的加热炉燃料量决策方法，其步骤：

1）计算参数初始化，包括：钢坯信息(钢坯几何尺寸、钢种、物性参数、上一燃料量决策周期记录的钢坯温度场)、加热炉信息(加热炉当前炉温、燃料量、空气量、炉墙厚度及物性参数、出钢节奏、上一燃料量决策周期记录的炉内温度场，包括炉气温度场及炉墙温度场)、计时器初始化为零；

2）调用优化加热曲线生成模块，对每块钢坯计算生成其优化加热曲线，即计算生成钢坯的位置数组POS[M-1]及与其对应的钢坯节点温度数组TEMP[M-1,N-1]；

3）调用控制方程求解模块，根据加热炉当前燃料量及热电偶检测的炉温求解能量平衡方程、炉墙导热方程，然后求解钢坯导热方程，获得新的炉内温度场(包括炉气温度场及炉墙温度场)及钢坯温度场；

4）调用钢坯位置跟踪模块，计算钢坯当前位置POS_NOW，然后利用优化加热曲线模块生成的钢坯优化加热曲线计算钢坯当前位置所对应的目标平均温度t_ave，aim及目标表面温度t_suf，aim；

5）令燃料量Q_fuel＝Q_fuel+ζ，执行步骤3）计算获得燃料量为Q_fuel+ζ时的炉内温度场(包括炉气温度场及炉墙温度场)及钢坯温度场；

6）调用燃料量决策模块，根据步骤3）、4）、5）计算获得的数据计算C₁、C₂，进一步计算获得本决策周期的燃料量决策值；

至此，完成本决策周期的基于钢坯优化加热曲线的加热炉燃料量决策，根据计时器计时情况进入下一燃料量决策周期。

下面结合附图1、附图2详细描述本发明的实施方式。

本发明所提供的一种基于钢坯优化加热曲线的加热炉燃料量决策方法，其主要包括：优化加热曲线生成模块1、控制方程求解模块2、钢坯位置跟踪模块3及燃料量决策模块4；所述控制方程求解模块4，还包括能量平衡方程及炉墙导热方程求解模块7及钢坯导热方程求解模块8；在求解燃料量决策系数C₁、C₂时还用到目标钢温计算模块5及燃料量决策系数计算模块6。

其具体实施步骤如下：

1）计算参数初始化，包括：钢坯信息(钢坯几何尺寸、钢种及其物性参数、上一燃料量决策周期记录的钢坯温度场)、加热炉信息(热电偶检测的加热炉当前炉温、仪表监测的燃料及空气量、炉墙厚度及其物性参数、加热炉出钢节奏、上一燃料量决策周期记录的炉内温度场，包括炉气温度场及炉墙温度场)、计时器初始化为零。

2）调用优化加热曲线生成模块1，对每块钢坯计算生成其优化加热曲线，即以钢坯在加热炉内加热至目标温度所需的最小燃料消耗量为目标函数，仿真计算钢坯在加热炉内的运动及加热升温过程获得的钢坯加热曲线，其包括钢坯的位置数组POS[M-1]及与之对应的钢坯节点温度数组TEMP[M-1,N-1]，其中M为按加热炉炉长方向划分的位置数目、N为钢坯厚度方向的节点数目。

优化加热曲线亦可离线计算获得并保存在数据库中，在进行加热炉燃料量决策时，根据当前钢坯参数从数据库中直接加载对应的优化加热曲线即可。

3）调用控制方程求解模块2，根据加热炉当前燃料量及热电偶检测的各炉段炉温求解炉气能量平衡方程及炉墙导热方程7，获得本次燃料量决策周期的炉气温度场及炉墙温度场；然后，求解钢坯导热方程8，计算获得本次燃料量决策周期的钢坯温度场。

所述能量平衡方程按下式求解：

Q_combustion+Q_air+Q_fuel，in+Q_gas+Q_convec+Q_radi+Q_cool+Q_other＝0

式中，Q_combustion为燃料燃烧化学热、Q_air为空气带入的物理热、Q_fuel，in为燃料带入的物理热、Q_gas为烟气载热、Q_convec为炉气对流换热量、Q_radi为炉气辐射收入热量、Q_cool为冷却介质吸收热量、Q_other为其他方式热交换热量

所述炉墙导热方程按下式求解：

$\mathrm{\ρ}\left(T\right)\·c\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂\mathrm{\τ}}=\frac{\∂}{\∂y}[\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}]$

式中，ρ为炉墙密度；c为炉墙比热；λ为炉墙导热系数。

其边界条件为：

$q_{\mathrm{in}}=\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}{|}_{y=l}$

$q_{\mathrm{out}}=\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}{|}_{y=0}$

其初始条件为：

T(y,τ)|_τ＝0＝f(y)0≤y≤d

式中，q_in为炉墙内表面热流密度；q_out为炉墙外表面热流密度；f(y)为炉墙初始温度场；l为炉墙厚度。

所述钢坯导热方程按下式求解：

$\mathrm{\ρ}\left(T\right)\·c\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂\mathrm{\τ}}=\frac{\∂}{\∂y}[\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}]$

式中，ρ为钢坯密度；c为钢坯比热；λ为钢坯导热系数。

其边界条件为：

$q_u=\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}{|}_{y=d}$

$q_b=\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}{|}_{y=0}$

其初始条件为：

T(y,τ)|_τ＝0＝f(y)0≤y≤d

式中，q_u为钢坯上表面热流密度；q_b为钢坯下表面热流密度；f(y)为钢坯初始温度场；d为钢坯厚度。

4）调用钢坯位置跟踪模块3，预报钢坯当前所在位置POS_NOW，然后，根据步骤2）中生成的钢坯优化加热曲线调用目标钢温计算模块5插值计算钢坯当前位置所对应的目标平均温度t_ave，aim及目标表面温度t_suf，aim。

所述目标平均温度t_ave，aim及目标表面温度t_suf，aim按如下算法计算：

$t_{\mathrm{ave},\mathrm{aim}}={\mathrm{TEMP}\left[i\right]}_{\mathrm{ave}}+\frac{{\mathrm{TEMP}[i+1]}_{\mathrm{ave}}-{\mathrm{TEMP}\left[i\right]}_{\mathrm{ave}}}{\mathrm{POS}[i+1]-\mathrm{POS}\left[i\right]}\·({\mathrm{POS}}_{\mathrm{NOW}}-\mathrm{POS}[i\left]\right)$

$t_{\mathrm{suf},\mathrm{aim}}={\mathrm{TEMP}\left[i\right]}_{\mathrm{suf}}+\frac{{\mathrm{TEMP}[i+1]}_{\mathrm{suf}}-{\mathrm{TEMP}\left[i\right]}_{\mathrm{suf}}}{\mathrm{POS}[i+1]-\mathrm{POS}\left[i\right]}\·({\mathrm{POS}}_{\mathrm{NOW}}-\mathrm{POS}[i\left]\right)$

式中，i取值范围为0到M-1的整数；数目POS[i]为钢坯优化加热曲线的位置数组中的第i个位置对应的数组元素值，其余类推；

TEMP[i]_ave为第i个位置对应的钢坯优化加热曲线节点平均温度，其余类推，算法如下式：

${\mathrm{TEMP}\left[i\right]}_{\mathrm{ave}}=\frac{\underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}\mathrm{TEMP}[i,j]}{N}$

TEMP[i]_suf为对第i个位置对应的钢坯优化加热曲线的上、下表面节点平均温度，其余类推，算法如下式：

${\mathrm{TEMP}\left[i\right]}_{\mathrm{suf}}=\frac{\mathrm{TEMP}[i,0]+\mathrm{TEMP}[i,N-1]}{2}$

式中，TEMP[i,j]为第i个位置所对应的节点温度数组中，第j个元素的值，亦即第j个节点的温度值，j取值0到N-1的整数，其余类推

5）根据计时器计时情况，判断是否到达燃料量决策周期（如果每60秒进行一次燃料量决策，那么燃料量决策周期即为60秒，根据计时器计时情况，如果计时器达到60秒则进行燃料量决策，计时器继续计时，如果计时器达到120秒则进行第二次燃料量决策，依此类推），如未到达，则计时器继续计时（计时器加1），并转至步骤3）继续计算；如到达，则记录t_ave,k(Q_fuel)、t_suf,k(Q_fuel)，令燃料量Q_fuel＝Q_fuel+ζ，并将计时器清零，重新从步骤3）开始执行至计时器再次到达燃料量决策周期，获得燃料量为Q_fuel+ζ时的炉内温度场(包括炉气温度场及炉墙温度场)及钢坯温度场，并记录t_ave,k(Q_fuel+ζ)、t_suf,k(Q_fuel+ζ)。

然后，按下式计算偏导数

和

$\frac{\∂t_{\mathrm{ave},k}}{\∂Q_{\mathrm{fuel}}}=\frac{t_{\mathrm{ave},k}(Q_{\mathrm{fuel}}+\mathrm{\ζ})-t_{\mathrm{ave},k}\left(Q_{\mathrm{fuel}}\right)}{\mathrm{\ζ}}$

$\frac{\∂t_{\mathrm{suf},k}}{\∂Q_{\mathrm{fuel}}}=\frac{t_{\mathrm{suf},k}(Q_{\mathrm{fuel}}+\mathrm{\ζ})-t_{\mathrm{suf},k}\left(Q_{\mathrm{fuel}}\right)}{\mathrm{\ζ}}$

式中，t_ave,k(Q_fuel+ζ)、t_suf,k(Q_fuel+ζ)分别为在燃料量为Q_fuel+ζ时通过求解能量守恒方程、炉墙导热方程及钢坯导热方程得出的钢坯平均温度及表面温度；t_ave,k(Q_fuel)、t_suf，k(Q_fuel)分别为在燃料量为Q_fuel时通过求解能量守恒方程、炉墙导热方程及钢坯导热方程得出的钢坯平均温度及表面温度；ζ为一个大于零的小量（一般取ζ＝Q_fuel/1000）。

6）调用燃料量决策系数计算模块6，根据步骤3）、4）、5）计算获得的数据计算按下式计算燃料量决策系数C₁、C₂：

$C_1=\underset{k=1}{\overset{r}{\mathrm{\Σ}}}[(t_{\mathrm{ave},\mathrm{aim}}-t_{\mathrm{ave},k}\left(Q_{\mathrm{fuel}}\right))\·\frac{\∂t_{\mathrm{ave},k}}{\∂Q_{\mathrm{fuel}}}+(t_{\mathrm{suf},\mathrm{aim}}-t_{\mathrm{suf},k}\left(Q_{\mathrm{fuel}}\right))\·\frac{{\∂t}_{\mathrm{suf},k}}{{\∂Q}_{\mathrm{fuel}}}]$

$C_2=\underset{k=1}{\overset{r}{\mathrm{\Σ}}}[{\left(\frac{{\∂t}_{\mathrm{ave},k}}{{\∂Q}_{\mathrm{fuel}}}\right)}^2+{\left(\frac{{\∂t}_{\mathrm{suf},k}}{{\∂Q}_{\mathrm{fuel}}}\right)}^2]$

然后，调用燃料量决策模块4按下式计算获得本决策周期的燃料量决策值

$Q_{\mathrm{fuel}}^{*}=Q_{\mathrm{fuel}}^0+C_1/C_2$

式中，

为决策燃料量、

为本次燃料量决策的初始燃料量；t_ave，aim、t_suf，aim分别为钢坯当前位置对应的目标平均温度及钢坯当前位置对应的目标表面温度；t_ave,k(Q_fuel)、t_suf,k(Q_fuel)分别为第k个控制周期在燃料量为

时通过求解能量守恒方程、炉墙导热方程及钢坯导热方程得出的钢坯平均温度及表面温度；r为一次燃料量决策中的控制周期个数、k为一次燃料量决策中的第k个控制周期。

至此完成一次加热炉燃料量决策，获得本决策周期加热炉燃料量决策值

实施例

某加热炉，其包括：加热一段、加热二段、加热三段、均热段，加热炉总炉长为43.2m。各炉段初始燃料量、空气量及炉温如表1。

表1各炉段初始时刻燃料量、空气量及炉温

炉段	加热一段	加热二段	加热三段	均热段
					燃料量(m3/h)	5630	6901	6001	9943

空气量(m3/h)	7574	6745	6145	9812
					初始炉温(℃)	1017	1043	1136	1193

钢坯厚度方向划分7个计算节点，即N=7，钢坯初始信息如表2(表2中钢坯节点温度为步骤3中调用控制方程求解模块2对钢坯导热方程进行求解获得；钢坯在炉内的位置为步骤4中调用钢坯位置跟踪模块3所预报的钢坯当前所在位置POS_NOW)。

表2钢坯初始信息

按本发明所提供的方法，调用优化加热曲线生成模块1，对每块钢坯计算生成其优化加热曲线，每块钢坯的优化加热曲线由钢坯的位置数组POS[M-1]及与之对应的钢坯节点温度数组TEMP[M-1,N-1]组成，其中M为按加热炉炉长方向划分的位置数目，取为9、N为钢坯厚度方向的节点数目，取为7。钢坯1、钢坯2的优化加热曲线如表3(钢坯1和钢坯2尺寸相同，所以表3中其优化加热曲线的位置数组及温度数组也相同)。

表3钢坯优化加热曲线

按本发明所提供的方法，即步骤1)~6)，对加热炉进行燃料量决策，决策周期为2min，其燃料量决策结果如表4。

表4各炉段燃料量决策值

炉段	加热一段	加热二段	加热三段	均热段
					燃料量决策值(m3/h)	5601	6320	6874	6625

按该燃料量决策值对加热炉进行供热可以很好实现对加热炉内钢坯的加热。

Claims (10)

1.加热炉燃料量决策系统，其特征在于包括：计算参数初始化模块，用于对决策计算参数的初始化；优化加热曲线生成模块，用于对每块钢坯计算生成其优化加热曲线；控制方程求解模块，用于计算获得钢坯平均温度及表面温度；钢坯位置跟踪模块，用于预报钢坯当前位置；燃料量决策模块，用于计算获得燃料量决策值；上述各模块依次相连。

2.根据权利要求1所述的系统，其特征在于，控制方程求解模块包括：能量平衡方程及炉墙导热方程求解子模块，用于获得炉气温度场及炉墙温度场；钢坯导热方程求解子模块，用于获得钢坯温度场；这两个子模块依次相连。

3.根据权利要求1所述的系统，其特征在于：钢坯位置跟踪模块和燃料量决策模块之间还依次接有目标钢温计算模块和燃料量决策系数计算模块，目标钢温计算模块用于计算相应的钢坯目标平均温度和表面温度，燃料量决策系数计算模块用于计算燃料量决策值所需要的决策系数。

4.加热炉燃料量决策方法，其特征在于依次包括以下步骤：

S1）通过计算参数初始化模块对钢坯信息和加热炉信息进行初始化，并将计时器初始化为零；

S2）调用优化加热曲线生成模块，对每块钢坯计算生成其优化加热曲线，即计算生成包含M个元素的钢坯位置数组POS[M]，及与其对应的包含M×N个元素的钢坯节点温度数组TEMP[M,N]；M为按加热炉炉长方向划分的位置数目，N为钢坯厚度方向的节点数目；

S3）调用控制方程求解模块，根据当前燃料量Q_fuel得到新的炉内温度场及钢坯温度场；

S4）调用钢坯位置跟踪模块，计算钢坯当前位置POS_NOW，然后利用优化加热曲线模块生成的钢坯优化加热曲线计算钢坯当前位置所对应的目标平均温度t_ave，aim及目标表面温度t_suf，aim；

S5）令燃料量Q_fuel＝Q_fuel+ζ，ζ为一个大于零的小量，控制方程求解模块按照步骤S3相同的计算方法获得燃料量为Q_fuel+ζ时的炉内温度场及钢坯温度场；

S6）调用燃料量决策模块，根据步骤S3、S4、S5计算获得的数据计算获得本决策周期的燃料量决策值。

5.根据权利要求4所述的方法，其特征在于：步骤S1的钢坯信息包括钢坯几何尺寸、钢种及其物性参数和上一燃料量决策周期记录的钢坯温度场，加热炉信息包括热电偶检测的加热炉当前炉温、仪表监测的燃料及空气量、炉墙厚度及其物性参数、加热炉出钢节奏、上一燃料量决策周期记录的炉内温度场。

6.根据权利要求5所述的方法，其特征在于，步骤S2生成优化加热曲线的方法为：对每块钢坯计算生成其优化加热曲线，即以钢坯在加热炉内加热至目标温度所需的最小燃料消耗量为目标函数，仿真计算钢坯在加热炉内的运动及加热升温过程获得，所述目标函数为，在加热炉加热过程中，钢坯表面温升对钢坯在加热炉内加热时间的积分，其计算式如下：

$J={\∫}_{t1}^{t2}{T}_{\mathrm{surf}}\left(t\right)\mathrm{dt}$

式中，t1、t2分别为钢坯入炉时间与出炉时间，T_surf(t)为加热过程中钢坯表面温度随时间的变化函数，J表示燃料消耗量大小，即所述目标函数的值。

7.根据权利要求6所述的方法，其特征在于，步骤S3具体包括：设当前为第k个控制周期，能量平衡方程及炉墙导热方程求解子模块根据燃料量Q_fuel及热电偶检测的各炉段炉温求解能量平衡方程和炉墙导热方程，获得本次燃料量决策周期的炉气温度场及炉墙温度场；

能量平衡方程为：

Q_combustion+Q_air+Q_fuel，in+Q_gas+Q_convec+Q_radi+Q_cool+Q_other＝0

式中，Q_combustion为燃料燃烧化学热，Q_air为空气带入的物理热，Q_fuel，in为燃料带入的物理热，Q_gas为烟气载热，Q_convec为炉气对流换热量，Q_radi为炉气辐射收入热量，Q_cool为冷却介质吸收热量，Q_other为其他方式热交换热量；

炉墙导热方程为：

$\mathrm{\ρ}\left(T\right)\·c\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂\mathrm{\τ}}=\frac{\∂}{\∂y}[\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}]$

式中，ρ(T)为炉墙密度，c(T)为炉墙比热，λ(T)为炉墙导热系数，T＝T（y,τ）为炉墙温度场的分布函数，y为炉墙厚度方向的坐标，τ为时间；

炉墙导热方程的边界条件为：

$q_{\mathrm{in}}=\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}{|}_{y=l}$

$q_{\mathrm{out}}=\mathrm{\λ}\left(T\right)\·\frac{\∂T(y,\mathrm{\τ})}{\∂y}{|}_{y=0}$

炉墙导热方程的初始条件为：

T(y,τ)|_τ＝0＝f(y)0≤y≤l

上式中，q_in为炉墙内表面热流密度，q_out为炉墙外表面热流密度，f(y)为炉墙初始温度场，l为炉墙厚度；

然后，钢坯导热方程求解子模块根据钢坯导热方程计算获得本次燃料量决策周期的钢坯温度场，得到当前钢坯平均温度t_ave,k(Q_fuel)、钢坯表面温度t_suf，k(Q_fuel)，

钢坯导热方程见下式：

${\mathrm{\ρ}}_1\left(T_1\right)\·c_1\left(T_1\right)\·\frac{\∂T_1(y_1,\mathrm{\τ})}{\∂\mathrm{\τ}}=\frac{\∂}{\∂y_1}[{\mathrm{\λ}}_1\left(T_1\right)\·\frac{\∂T_1(y_1,\mathrm{\τ})}{\∂y_1}]$

式中，ρ₁(T₁)为钢坯密度，c₁(T₁)为钢坯比热，λ₁(T₁)为钢坯导热系数，T₁=T₁（y₁,τ）为钢坯温度场分布函数，y₁为钢坯厚度方向的坐标；

钢坯导热方程的边界条件为：

$q_u={\mathrm{\λ}}_1\left(T_1\right)\·\frac{\∂T_1(y_1,\mathrm{\τ})}{\∂y_1}{|}_{y_1=d}$

$q_b={\mathrm{\λ}}_1\left(T_1\right)\·\frac{\∂T_1(y_1,\mathrm{\τ})}{\∂y_1}{|}_{y_1=0}$

钢坯导热方程的初始条件为：

T₁(y₁,τ)|_τ＝0＝f₁(y₁)0≤y₁≤d

式中，q_u为钢坯上表面热流密度，q_b为钢坯下表面热流密度，f₁(y₁)为钢坯初始温度场，d为钢坯厚度；

通过求解钢坯导热方程获得钢坯温度场的分布函数T₁（y₁,τ），从而得到τ时刻钢坯厚度方向各节点的温度T_nodes(i)，即钢坯温度场，i＝0、1…N-1，N为钢坯厚度方向划分的计算节点数，那么钢坯平均温度t_ave,k(Q_fuel)即为：

$t_{\mathrm{ave},k}\left(Q_{\mathrm{fuel}}\right)=\frac{\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{T}_{\mathrm{nodes}}\left(i\right)}{N}$

钢坯表面温度t_surf，k(Q_fuel)即为：

$t_{\mathrm{surf},k}\left(Q_{\mathrm{fuel}}\right)=\frac{T_{\mathrm{nodes}}\left(0\right)+T_{\mathrm{nodes}}(N-1)}{2}$

8.根据权利要求7所述的方法，其特征在于，步骤S4求解目标平均温度t_ave，aim及目标表面温度t_suf，aim的方法为：

根据步骤S2中生成的钢坯优化加热曲线调用目标钢温计算模块插值计算钢坯当前位置所对应的目标平均温度t_ave，aim及目标表面温度t_suf，aim；

所述目标平均温度t_ave，aim及目标表面温度t_suf，aim按公式(1)、(2)计算：

$t_{\mathrm{ave},\mathrm{aim}}={\mathrm{TEMP}\left[i\right]}_{\mathrm{ave}}+\frac{{\mathrm{TEMP}[i+1]}_{\mathrm{ave}}-{\mathrm{TEMP}\left[i\right]}_{\mathrm{ave}}}{\mathrm{POS}[i+1]-\mathrm{POS}\left[i\right]}\·({\mathrm{POS}}_{\mathrm{NOW}}-\mathrm{POS}[i\left]\right)---\left(1\right)$

$t_{\mathrm{suf},\mathrm{aim}}={\mathrm{TEMP}\left[i\right]}_{\mathrm{suf}}+\frac{{\mathrm{TEMP}[i+1]}_{\mathrm{suf}}-{\mathrm{TEMP}\left[i\right]}_{\mathrm{suf}}}{\mathrm{POS}[i+1]-\mathrm{POS}\left[i\right]}\·({\mathrm{POS}}_{\mathrm{NOW}}-\mathrm{POS}[i\left]\right)---\left(2\right)$

式中，i为按加热炉炉长方向划分的位置数目，取值范围为0到M-1的整数；数目POS[i]为钢坯优化加热曲线的位置数组中的第i个位置对应的数组元素值，其余类推；TEMP[i]_ave为第i个位置对应的钢坯优化加热曲线节点平均温度，其余类推；TEMP[i]_suf为对第i个位置对应的钢坯优化加热曲线的上、下表面节点温度的平均，其余类推；

其中TEMP[i]_ave、TEMP[i]_suf计算方法见(3)、(4)式：

${\mathrm{TEMP}\left[i\right]}_{\mathrm{ave}}=\frac{\underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}\mathrm{TEMP}[i,j]}{N}---\left(3\right)$

${\mathrm{TEMP}\left[i\right]}_{\mathrm{suf}}=\frac{\mathrm{TEMP}[i,0]+\mathrm{TEMP}[i,N-1]}{2}---\left(4\right)$

式中，TEMP[i,j]为第i个位置所对应的节点温度数组中，第j个元素的值，亦即第j个节点的温度值T_nodes(j)，j取值0到N-1的整数，其余类推。

9.根据权利要求8所述的方法，其特征在于，步骤S5具体包括：

S51）根据计时器计时情况，判断是否到达燃料量决策周期，如未到达，则计时器继续计时，并转至步骤S3继续计算；如到达，则记录t_ave，k(Q_fuel)、t_suf,k(Q_fuel)；

S52）令燃料量Q_fuel＝Q_fuel+ζ，并将计时器清零，重新从步骤S3开始执行至计时器再次到达燃料量决策周期，获得燃料量为Q_fuel+ζ时的炉内温度场及钢坯温度场，记录t_ave，k(Q_fuel+ζ)、t_suf,k(Q_fuel+ζ)；

S53）根据下式(5)、(6)计算第k个决策周期钢坯平均温度对燃料量Q_fuel的偏导数第k个决策周期钢坯表面温度对燃料量Q_fuel的偏导数

$\frac{\∂t_{\mathrm{ave},k}}{\∂Q_{\mathrm{fuel}}}=\frac{t_{\mathrm{ave},k}(Q_{\mathrm{fuel}}+\mathrm{\ζ})-t_{\mathrm{ave},k}\left(Q_{\mathrm{fuel}}\right)}{\mathrm{\ζ}}---\left(5\right)$

$\frac{\∂t_{\mathrm{suf},k}}{\∂Q_{\mathrm{fuel}}}=\frac{t_{\mathrm{suf},k}(Q_{\mathrm{fuel}}+\mathrm{\ζ})-t_{\mathrm{suf},k}\left(Q_{\mathrm{fuel}}\right)}{\mathrm{\ζ}}---\left(6\right)$

10.根据权利要求9所述的方法，其特征在于，步骤S6获得本决策周期的燃料量决策值

的方法包括：

S61）燃料量决策系数计算模块按下式(7)、(8)计算燃料量决策系数C₁、C₂：

$C_1=\underset{k=1}{\overset{r}{\mathrm{\Σ}}}[(t_{\mathrm{ave},\mathrm{aim}}-t_{\mathrm{ave},k}\left(Q_{\mathrm{fuel}}\right))\·\frac{\∂t_{\mathrm{ave},k}}{\∂Q_{\mathrm{fuel}}}+(t_{\mathrm{suf},\mathrm{aim}}-t_{\mathrm{suf},k}\left(Q_{\mathrm{fuel}}\right))\·\frac{{\∂t}_{\mathrm{suf},k}}{{\∂Q}_{\mathrm{fuel}}}]---\left(7\right)$

$C_2=\underset{k=1}{\overset{r}{\mathrm{\Σ}}}[{\left(\frac{{\∂t}_{\mathrm{ave},k}}{{\∂Q}_{\mathrm{fuel}}}\right)}^2+{\left(\frac{{\∂t}_{\mathrm{suf},k}}{{\∂Q}_{\mathrm{fuel}}}\right)}^2]---\left(8\right)$

r为一次燃料量决策中的控制周期个数；

S62）燃料量决策模块按下式(9)计算获得

$Q_{\mathrm{fuel}}^{*}=Q_{\mathrm{fuel}}^0+C_1/C_2---\left(9\right)$

Images