CN105234191A - 一种层流冷却温度控制方法 - Google Patents
一种层流冷却温度控制方法 Download PDFInfo
- Publication number
- CN105234191A CN105234191A CN201510729474.4A CN201510729474A CN105234191A CN 105234191 A CN105234191 A CN 105234191A CN 201510729474 A CN201510729474 A CN 201510729474A CN 105234191 A CN105234191 A CN 105234191A
- Authority
- CN
- China
- Prior art keywords
- temperature
- steel plate
- sub
- goal
- pid controller
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
- B21B37/74—Temperature control, e.g. by cooling or heating the rolls or the product
- B21B37/76—Cooling control on the run-out table
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2261/00—Product parameters
- B21B2261/20—Temperature
- B21B2261/21—Temperature profile
Abstract
本发明公开了一种层流冷却温度控制方法,具体为:首先,通过建立子目标温度模型,并结合GPC-PID方法,获得子目标PID控制器参数,包括比例系数kP,积分系数kI和微分系数kD,从而完成子目标PID控制器的确定;然后,通过确定的子目标PID控制器对层流冷却温度进行控制。本发明通过建立子目标温度模型将钢板层流冷却全过程温度的控制,转化为多段曲线拟合的形式,分段进行控制。基于本发明对钢板层流冷却温度的分段控制,不仅在钢板的终冷温度上满足预定要求,同时整个钢板在冷却过程中的温度变化也达到预定要求,显著提升了钢板的应用性能。
Description
技术领域
本发明属于钢铁冶金领域,具体而言,涉及一种层流冷却温度控制方法。
背景技术
钢铁工业是支持国民经济发展的重要支柱产业,现代钢铁工业的发展水平是一个国家技术进步和综合国力的重要体现。近年来,随着社会的发展与科技水平的进步,低合金、高强度、高韧性并具有良好焊接性能的钢材需求量与日俱增,各行各业对钢材产品质量、品种及性能的要求也越来越高,如何提高钢材质量和组织力学性能成为国内外冶金行业普遍关注的焦点。
在现阶段的钢板生产中,高精度高硬度的海底隧道管线钢材需求量越来越大。就目前情况来看,美国已完成X120型高档管线钢的生产,而中国最新生产的高档管线钢仅为X80型。对于高档管线钢以及其他高档的钢材来说,精确的冷却曲线是生产的关键因素。终冷温度和冷却曲线将在很大程度上影响钢板的金属热力学性能,进一步地会影响钢板的机械性能,如硬度、延展度、韧性、屈服强度以及金属疲劳等方面,所以,高档钢板的控制指标会变的更加苛刻,不仅需要对最终的冷却温度进行严格控制,也需要对全程的冷却曲线进行有效控制。然而在生产过程中,由于钢板的运行速度和喷水量存在直接的耦合关系,因此如何协调二者的关系从而使得钢板轧后冷却的温度控制更加精准是一件非常困难的事情。
钢板热轧后由900℃经过水冷冷却,温度降到四五百度,在这整个过程中钢板的内部结构会发生相变。在相变过程中,钢板内部的铁原子与碳原子会进行重排形成结构不同的晶体,这些晶体的尺寸大小是影响钢板金属力学性能的最重要的因素。钢板温度在下降的过程中会经过相变区域,钢板的内部结构会发生变化,奥氏体会向其他结构转变。然而不同的相变体具有不同的力学性能,有的硬度比较高,有的延展性能比较好,另外一些相变体是不锈钢的主要成分。因此,现有钢板轧后冷却技术中存在以下缺陷:(1)如何协调钢板运行速度与喷水量之间的关系,从而使钢板轧后冷却的温度控制更加精准;(2)新钢板在设计初期无法根据相变动力学的原理进行钢板冷却曲线的设定,继而在生产过程中也无法根据设定的冷却曲线控制钢板温度的变化过程。
发明内容
本发明针对现有技术的不足,提出一种层流冷却温度控制方法。本发明基于预测控制算法原理,结合PID控制的策略建立子目标状态空间模型,并根据建立的子目标状态空间模型,得到子目标控制器参数,从而将钢板层流冷却全过程温度变化曲线的控制,转化为多段曲线拟合的形式,分段进行控制。使得钢板层流冷却的温度控制不仅在钢板的终冷温度上满足预定要求,同时整个钢板在冷却过程中的温度变化曲线也达到预定要求,大大提升了钢板的应用性能。
为实现上述目的,本发明提出了一种层流冷却温度控制方法,其特征在于,所述方法包括以下步骤:
1.一种层流冷却温度控制方法,其特征在于,所述方法包括以下步骤:
(一)子目标PID控制器的确定:
(1-1)根据钢板运行的物理位置,在层流冷却的长度方向上等分为n段,得到温度控制子目标集L=[L1,L2,L3,…,Ln];
(1-2)利用钢板换热原理,对各温度控制子目标建立子目标温度模型,具体为:
其中,T(k)为k时刻子目标温度矩阵;T(k+1)为k+1时刻子目标温度矩阵;u(k)为k时刻子目标PID控制器控制量,ξ为干扰噪声;M、N为温度系数矩阵;
(1-3)根据建立的子目标温度模型,并结合广义预测GPC-PID方法,获得子目标PID控制器参数,包括比例系数kP,积分系数kI和微分系数kD,从而完成子目标PID控制器的确定;
(二)层流冷却温度的控制:
(2-1)根据钢板冷却全过程温度变化目标曲线设定各温度控制子目标处的参考温度r=[r1,r2,r3,…,rn];
(2-2)初始化层流冷却生产线的阀门预开启数量Ni、钢板运行速度v,启动层流冷却生产线;
(2-3)实时采集温度控制子目标集L=[L1,L2,L3,…,Ln]中对应子目标处的当前温度,得到测量温度Y=[T1,T2,T3,…,Tn];
(2-4)以参考温度r=[r1,r2,r3,…,rn]和测量温度Y=[T1,T2,T3,…,Tn]的偏差值作为子目标PID控制器的输入,通过确定的子目标PID控制器对子目标温度进行控制。
作为进一步优选的,对所述步骤(1-3)中得到的子目标PID控制器参数进行工程化处理,具体包括以下步骤:
其中,k′P,k′I,k′D工程化处理后的子目标PID控制器参数;是ZN法整定辨识后的子目标PID控制器参数;kp,ki,kd是由步骤(1-3)获得的子目标PID控制器参数;Kp,Ki,Kd为理想效果子目标PID控制器参数。
作为进一步优选的,所述钢板冷却全过程温度变化目标曲线是基于钢板的类型进行设定,具体包括:
(2-1-1)预先设定符合生产要求的钢板力学性能,并根据所述钢板力学性能得到对应的相变体比例;
(2-1-2)根据所述相变体比例设定所需钢板冷却全过程温度变化目标曲线;
(2-1-3)根据上述所需钢板冷却全过程温度变化目标曲线进行实际实验,得到实验用品钢材;
(2-1-4)将上述实验用品钢材进行力学性能测试,然后对该所需钢板冷却全过程温度变化目标曲线进行反复调整,直到确定最终的钢板冷却全过程温度变化目标曲线。
作为进一步优选的,在步骤(2-1)中,对所述各温度控制子目标划分处的参考温度进行设定,具体包括:
首先,根据所述钢板运行速度,得到钢板运行到所述温度控制子目标集L=[L1,L2,L3,…,Ln]中各子目标处的时间,继而,在已设定的钢板冷却全过程温度变化目标曲线上按照对应的时间得到各温度控制子目标处的参考温度r=[r1,r2,r3,…,rn]。
作为进一步优选的,在步骤(2-2)中,对所述阀门预开启数量Ni进行初始化,具体包括:
①层流冷却前段阀门预开启数量:
N1=(T0-Tc-λ)/Cd1
其中,T0为层流冷却入口温度;Tc为预测卷取温度;Cd1为粗冷阀门与温度的线性比例系数;λ为层流冷却的裕量;
②层流冷却后段阀门预开启数量:
N2=(Te-Tc)/Cd2
其中,Te为粗冷结束后的温度;Cd2为精冷阀门与温度的线性比例系数。
作为进一步优选的,在步骤(2-2)中,对所述钢板运行速度进行初始化,具体包括:
首先,通过对样本钢板进行测量分析,得到钢板冷却速率与速厚积关系表,其中速厚积为nv=h·v,v为钢板运动速度,h为钢板厚度;
然后,根据特定生产线对钢板冷却速率标准化,继而通过查找上述关系表得到钢板对应冷却速率下的速厚积,进而根据实测钢板的厚度来确定钢板运行速度。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,主要具备以下的技术优点:
1.本发明通过建立子目标温度模型,将钢板层流冷却全过程温度变化曲线的控制转化为多段曲线拟合的形式,分段进行控制,从而使得钢板层流冷却的温度控制不仅在钢板的终冷温度上满足预定要求,同时整个钢板在冷却过程中的温度变化也达到预定要求,大大提升了钢板的应用性能。
2.同时,针对钢板冷却过程中的阀门预开启数量分段进行估计,同时对钢板运行平均速度进行预估计,有效协调了钢板运行速度与喷水量之间的关系,进一步地,使钢板轧后冷却的温度控制更加精准;
3.通过本发明提出的层流冷却温度控制方法,使得PID参数整定不再需要停产调试,可直接通过计算得到,同时钢板在设计初期即可根据相变动力学的原理进行钢板冷却曲线的设定,继而在生产过程中根据设定的冷却曲线控制钢板温度的变化过程。
附图说明
图1是层流冷却温度变化曲线控制方法流程图;
图2是层流冷却温度变化曲线控制方法结构图;
图3是层流冷却温度变化曲线与生产线位置的对应关系。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示为层流冷却温度曲线控制方法流程图,具体包括:
(一)子目标PID控制器的确定:
(1-1)根据钢板运行的物理位置进行温度控制子目标的划分;
为了精确的控制层流冷却温度区域的温度变化过程需要对层流冷却的过程进行温度控制子目标的划分。如图2所示,在层流冷却的长度方向按照一定的间隔等分为n段,得到温度控制子目标集L=[L1,L2,L3,…,Ln]。
(1-2)利用钢板换热原理,针对各温度控制子目标建立子目标温度模型,具体包括:
钢板与外界进行热辐射、水冷换热以及空气冷却等散热方式,钢板的内部与钢板的表面则进行热传导传热的方式。但是在控制的时候,空气冷却部分是不受控的散热部分,只需考虑冷却水对钢板的散热情况。
钢板的第一层:
dQ上表面=dQ辐射+dQ冷却水对流+dQ下节点传热
dQ辐射=-Ar·ε·σ·[(T1)4-(Ta)4]dt
(1)
dQ冷却水对流=-Ar·α·(T1-Tw)dt
其中,dQ为热传导的微分,即热量变化率;dt为换热时间的微分;Ar为钢板换热面积;ε为钢板的黑度;σ为热辐射系数;T1为钢板第一层,即上表面的温度;Ta为环境温度;α为水冷换热系数;Tw为冷却水温度;λ为导热系数;T2为钢板第二层,即下节点的温度;h为钢板厚度方向上表面与下节点之间的距离。
其中,c为钢板比热容;m为钢板质量;dT为钢板温度变化率。
化成离散的形式:
对于钢板的内部层次来说,区别在于没有水冷换热和热辐射,只有上下层的温度传递;
dQ内节点=dQ上节点传热+dQ下节点传热
其中,Tm-1、Tm、Tm+1分别为钢板第m-1层、第m层、第m+1层节点的温度;hm-1、hm、hm+1分别为钢板第m-1层、第m层、第m+1层节点的厚度。
化成离散形式:
将上面的公式进行化简并化成矩阵的形式:
上面公式可以写成如下的形式:
T(k+1)=MT(k)+Nu+ξ(7)
按照预测控制方程的形式进一步改写,具体为:
其中,T(k)为k时刻子目标温度矩阵;T(k+1)为k+1时刻子目标温度矩阵;u(k)为k时刻子目标PID控制器控制量,ξ为干扰噪声;M、N为温度系数矩阵。
(1-3)根据建立的子目标温度模型,并结合广义预测GPC-PID方法,获得子目标PID控制器参数,包括比例系数kP,积分系数kI和微分系数kD,即图2中每一个子目标PID控制器[PID1,PID2,…,PIDn]参数,从而完成子目标PID控制器的确定;
通过以上步骤得到的PID控制器参数,相对于通过试凑法得到的PID控制器参数精度更高。在对PID控制器参数进行整定的过程中,不再需要停产调试。
进一步可选的,对得到的所述子目标PID控制器参数进行工程化处理,即采用工程化的方法将子目标PID控制器参数与实际中整定得来的参数进行同一比例的转换。首先,对生产线的每一个结点的控制器及其输出进行模型的辨识,采用ZN法进行一阶模型进行辨识,然后计算得到PID的参数,再利用阶跃响应对子目标PID控制器参数进行微调直到得到合适的控制效果。具体的转换公式为:
其中,k′P,k′I,k′D工程化处理后的子目标PID控制器参数;是ZN法整定辨识后的子目标PID控制器参数;kp,ki,kd是上述步骤(1-3)得到的子目标PID控制器参数,Kp,Ki,Kd为理想效果子目标PID控制器参数。
(二)层流冷却温度的控制:
(2-1)根据钢板冷却全过程温度变化目标曲线对各温度控制子目标划分处的参考温度r=[r1,r2,r3,…,rn]进行设定;
本发明中所述的钢板冷却全过程温度变化目标曲线是基于钢板的类型而设定的,钢板冷却全过程温度变化目标曲线获取步骤如下:
(2-1-1)预先设定符合生产要求的钢板力学性能,包括硬度、屈服强度、拉伸度、延展性能等,并根据所述钢板力学性能得到对应的相变体比例;
(2-1-2)根据所述相变体比例设定所需钢板冷却全过程温度变化目标曲线;
(2-1-3)根据上述所需钢板冷却全过程温度变化目标曲线进行实际实验,得到实验用品钢材;
(2-1-4)将上述实验用品钢材进行力学性能测试,然后对该所需钢板冷却全过程温度变化目标曲线进行反复调整,直到确定最终的钢板冷却全过程温度变化目标曲线。
层流冷却过程中子目标划分处的参考温度主要由层流冷却温度变化曲线决定,如图3所示,具体包括以下步骤:
首先,根据钢板运行速度,得到钢板运行到所述温度控制子目标L=[L1,L2,L3,…,Ln]中各子目标的时间,最后,在设定的钢板冷却全过程温度变化目标曲线上按照对应的时间得到各温度控制子目标划分处的参考温度r=[r1,r2,r3,…,rn]。整个钢板的温度控制只需根据子目标处的参考温度进行控制即可。虽然钢板沿着层流冷却生产线一直运行,但是从每一位置来看只需要将本位置处的温度控制在参考温度附近,就可以将钢板每一位置处的温度曲线控制的较为合理。
(2-2)初始化层流冷却生产线的阀门预开启数量Ni、钢板运行速度v,启动层流冷却生产线,如图3所示;
首先,对所述阀门预开启数量Ni进行初始化,具体包括:
①层流冷却前段阀门预开启数量:
N1=(T0-Tc-λ)/Cd1(10)
其中,T0为层流冷却入口温度;Tc为预测卷取温度;Cd1为粗冷阀门与温度的线性比例系数;λ为层流冷却的裕量;
②层流冷却后段阀门预开启数量:
N2=(Te-Tc)/Cd2(11)
其中,Te为粗冷结束后的温度;Cd2为精冷阀门与温度的线性比例系数。
其次,对所述钢板运行速度进行初始化,具体包括以下步骤:
(2-2-1)通过对样本钢板进行测量分析,得到钢板冷却速率与速厚积关系表,其中速厚积为nv=h·v,v为钢板运动速度,h为钢板厚度;
(2-2-2)根据特定生产线对钢板冷却速率标准化,继而通过查找上述关系表得到钢板对应冷却速率下的速厚积,进而根据实测钢板的厚度来确定钢板运行速度。
(2-3)实时采集温度控制子目标集L=[L1,L2,L3,…,Ln]中对应各子目标处的当前温度,得到测量温度Y=[T1,T2,T3,…,Tn];其中,所述当前温度可以通过温度测量仪器或者利用软测量的方法获取,该处得到的测量温度Y用于PID控制,因为PID控制器需要使用设定值与测量值的偏差值;
(2-4)以参考温度r=[r1,r2,r3,…,rn]和测量温度Y=[T1,T2,T3,…,Tn]的偏差值作为子目标PID控制器的输入,通过确定的子目标PID控制器对子目标温度进行控制。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种层流冷却温度控制方法,其特征在于,所述方法包括以下步骤:
(一)子目标PID控制器的确定:
(1-1)根据钢板运行的物理位置,在层流冷却的长度方向上等分为n段,得到温度控制子目标集L=[L1,L2,L3,…,Ln];
(1-2)利用钢板换热原理,对各温度控制子目标建立子目标温度模型,具体为:
其中,T(k)为k时刻子目标温度矩阵;T(k+1)为k+1时刻子目标温度矩阵;u(k)为k时刻子目标PID控制器控制量,ξ为干扰噪声;M、N为温度系数矩阵;
(1-3)根据建立的子目标温度模型,并结合广义预测GPC-PID方法,获得子目标PID控制器参数,包括比例系数kP,积分系数kI和微分系数kD,从而完成子目标PID控制器的确定;
(二)层流冷却温度的控制:
(2-1)根据钢板冷却全过程温度变化目标曲线设定各温度控制子目标处的参考温度r=[r1,r2,r3,…,rn];
(2-2)初始化层流冷却生产线的阀门预开启数量Ni、钢板运行速度v,启动层流冷却生产线;
(2-3)实时采集温度控制子目标集L=[L1,L2,L3,…,Ln]中对应各子目标处的当前温度,得到测量温度Y=[T1,T2,T3,…,Tn];
(2-4)以参考温度r=[r1,r2,r3,…,rn]和测量温度Y=[T1,T2,T3,…,Tn]的偏差值作为子目标PID控制器的输入,通过确定的子目标PID控制器对子目标温度进行控制。
2.根据权利要求1所述的方法,其特征在于,对所述步骤(1-3)中得到的子目标PID控制器参数进行工程化处理,具体包括以下步骤:
其中,k'P,k′I,k'D工程化处理后的子目标PID控制器参数;是ZN法整定辨识后的子目标PID控制器参数;kp,ki,kd是由步骤(1-3)获得的子目标PID控制器参数;Kp,Ki,Kd为理想效果子目标PID控制器参数。
3.根据权利要求1所述的方法,其特征在于,所述钢板冷却全过程温度变化目标曲线是基于钢板的类型进行设定,具体包括:
(2-1-1)预先设定符合生产要求的钢板力学性能,并根据所述钢板力学性能得到对应的相变体比例;
(2-1-2)根据所述相变体比例设定所需钢板冷却全过程温度变化目标曲线;
(2-1-3)根据上述所需钢板冷却全过程温度变化目标曲线进行实际实验,得到实验用品钢材;
(2-1-4)将上述实验用品钢材进行力学性能测试,然后对该所需钢板冷却全过程温度变化目标曲线进行反复调整,直到确定最终的钢板冷却全过程温度变化目标曲线。
4.根据权利要求1所述的方法,其特征在于,在步骤(2-1)中,对所述各温度控制子目标处的参考温度进行设定,具体包括:
首先,根据钢板运行速度,得到钢板运行到所述温度控制子目标集L=[L1,L2,L3,…,Ln]中各子目标处的时间,继而,在已设定的钢板冷却全过程温度变化目标曲线上按照对应的时间得到各温度控制子目标处的参考温度r=[r1,r2,r3,…,rn]。
5.根据权利要求1所述的方法,其特征在于,在步骤(2-2)中,对所述阀门预开启数量Ni进行初始化,具体包括:
①层流冷却前段阀门预开启数量:
N1=(T0-Tc-λ)/Cd1
其中,T0为层流冷却入口温度;Tc为预测卷取温度;Cd1为粗冷阀门与温度的线性比例系数;λ为层流冷却的裕量;
②层流冷却后段阀门预开启数量:
N2=(Te-Tc)/Cd2
其中,Te为粗冷结束后的温度;Cd2为精冷阀门与温度的线性比例系数。
6.根据权利要求1所述的方法,其特征在于,在步骤(2-2)中,对所述钢板运行速度进行设定,具体包括:
首先,通过对样本钢板进行测量分析,得到钢板冷却速率与速厚积关系表,其中速厚积为nv=h·v,v为钢板运动速度,h为钢板厚度;
然后,根据特定生产线对钢板冷却速率标准化,继而通过查找上述关系表得到钢板对应冷却速率下的速厚积,进而根据实测钢板的厚度来确定钢板运行速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510729474.4A CN105234191B (zh) | 2015-10-30 | 2015-10-30 | 一种层流冷却温度控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510729474.4A CN105234191B (zh) | 2015-10-30 | 2015-10-30 | 一种层流冷却温度控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105234191A true CN105234191A (zh) | 2016-01-13 |
CN105234191B CN105234191B (zh) | 2017-03-22 |
Family
ID=55032152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510729474.4A Active CN105234191B (zh) | 2015-10-30 | 2015-10-30 | 一种层流冷却温度控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105234191B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105921522A (zh) * | 2016-05-27 | 2016-09-07 | 天津重电气自动化有限公司 | 基于rbf神经网络的层流冷却温度自适应控制方法 |
CN113172119A (zh) * | 2021-04-01 | 2021-07-27 | 刘冬 | 模具工作中折弯处恒温控制系统、控制方法、终端、介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000280017A (ja) * | 1999-03-31 | 2000-10-10 | Nkk Corp | 鋼板の冷却方法およびその装置 |
JP2006150372A (ja) * | 2004-11-25 | 2006-06-15 | Kobe Steel Ltd | 圧延材の温度制御方法及び温度制御装置 |
CN1805803A (zh) * | 2003-06-13 | 2006-07-19 | 杰富意钢铁株式会社 | 用于钢板的加速控制冷却系统,其生产的钢板,以及冷却设备 |
KR20120135575A (ko) * | 2011-06-07 | 2012-12-17 | 주식회사 포스코 | 재질편차가 적은 고탄소 열연강판의 냉각 제어 방법 및 냉각 제어 시스템 |
CN202700989U (zh) * | 2012-08-16 | 2013-01-30 | 攀钢集团研究院有限公司 | 热连轧生产线及其层流冷却系统 |
CN103611734A (zh) * | 2013-11-25 | 2014-03-05 | 华中科技大学 | 一种层流冷却温度控制方法及系统 |
CN203541110U (zh) * | 2013-10-28 | 2014-04-16 | 武汉钢铁(集团)公司 | 分段式层流冷却系统 |
-
2015
- 2015-10-30 CN CN201510729474.4A patent/CN105234191B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000280017A (ja) * | 1999-03-31 | 2000-10-10 | Nkk Corp | 鋼板の冷却方法およびその装置 |
CN1805803A (zh) * | 2003-06-13 | 2006-07-19 | 杰富意钢铁株式会社 | 用于钢板的加速控制冷却系统,其生产的钢板,以及冷却设备 |
JP2006150372A (ja) * | 2004-11-25 | 2006-06-15 | Kobe Steel Ltd | 圧延材の温度制御方法及び温度制御装置 |
KR20120135575A (ko) * | 2011-06-07 | 2012-12-17 | 주식회사 포스코 | 재질편차가 적은 고탄소 열연강판의 냉각 제어 방법 및 냉각 제어 시스템 |
CN202700989U (zh) * | 2012-08-16 | 2013-01-30 | 攀钢集团研究院有限公司 | 热连轧生产线及其层流冷却系统 |
CN203541110U (zh) * | 2013-10-28 | 2014-04-16 | 武汉钢铁(集团)公司 | 分段式层流冷却系统 |
CN103611734A (zh) * | 2013-11-25 | 2014-03-05 | 华中科技大学 | 一种层流冷却温度控制方法及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105921522A (zh) * | 2016-05-27 | 2016-09-07 | 天津重电气自动化有限公司 | 基于rbf神经网络的层流冷却温度自适应控制方法 |
CN105921522B (zh) * | 2016-05-27 | 2018-12-04 | 天津一重电气自动化有限公司 | 基于rbf神经网络的层流冷却温度自适应控制方法 |
CN113172119A (zh) * | 2021-04-01 | 2021-07-27 | 刘冬 | 模具工作中折弯处恒温控制系统、控制方法、终端、介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105234191B (zh) | 2017-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nie et al. | Experimental study and modeling of H13 steel deposition using laser hot-wire additive manufacturing | |
CN101812559B (zh) | 高炉炉衬侵蚀分析监控方法 | |
CN102399950B (zh) | 一种中厚板淬火工艺的控制方法 | |
CN103611734B (zh) | 一种层流冷却温度控制方法及系统 | |
CN105045949B (zh) | 一种步进式加热炉钢坯温度建模及在线校正方法 | |
CN101722371B (zh) | 激光焊接的焊缝/热影响区形状及其晶粒尺寸预测方法及其实现该方法的装置 | |
BRPI0702835A2 (pt) | método de controle de resfriamento, aparelho para controle de resfriamento e aparelho para cálculo de quantidade de água de resfriamento | |
CN102564644B (zh) | 一种加热炉生产过程中板坯温度在线测量方法 | |
CN104899425A (zh) | 一种高炉铁水硅含量的变量选择预报方法 | |
CN105677949A (zh) | Tc6钛合金锻件微观组织参数的预测方法 | |
CN101934295A (zh) | 一种厚板轧后控制冷却预计算方法 | |
CN105234191A (zh) | 一种层流冷却温度控制方法 | |
CN113177338A (zh) | 一种考虑太阳辐射热的拱坝孔口仿真计算模型的构建方法 | |
CN113191080B (zh) | 基于hmpso算法的加热炉钢坯温度场预报模型优化方法 | |
CN103559334A (zh) | 一种层流冷却温度场的建模方法及系统 | |
CN105414205A (zh) | 一种基于plc的钢板温度在线预测方法 | |
CN113591242B (zh) | 一种连铸坯坯壳厚度的动态软测量方法 | |
Al-Jarrah et al. | A novel machine-learning schemes to predict heat transfer coefficient during condensation of CO2 in porous media | |
Liu et al. | Analysis and improvement of material flow during extrusion process using spreading pocket die for large-size, flat-wide, and multi-ribs profile | |
CN116976240A (zh) | 燃煤锅炉水冷壁温度实时预测和超温预警系统及方法 | |
CN208162301U (zh) | 一种层流冷却的自学习装置 | |
CN106066937A (zh) | 一种以导热油热为热源的定型机热风温度估算方法 | |
CN109522677A (zh) | 一种用于热轧带钢温度控制的带钢横断面分层计算的方法 | |
CN105032951A (zh) | 一种提高超快冷温度模型精度和自学习效率的控制方法 | |
CN105921522B (zh) | 基于rbf神经网络的层流冷却温度自适应控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |