CN115203903A - 一种基于钢坯目标升温过程的温度状态评价方法 - Google Patents

一种基于钢坯目标升温过程的温度状态评价方法 Download PDF

Info

Publication number
CN115203903A
CN115203903A CN202210718881.5A CN202210718881A CN115203903A CN 115203903 A CN115203903 A CN 115203903A CN 202210718881 A CN202210718881 A CN 202210718881A CN 115203903 A CN115203903 A CN 115203903A
Authority
CN
China
Prior art keywords
evaluation
steel
matrix
target deviation
furnace
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.)
Pending
Application number
CN202210718881.5A
Other languages
English (en)
Inventor
于政军
王广胜
叶泽祥
李梅娟
陈雪波
董建新
柳昊彤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian Xinruichen Automation Technology Co ltd
Original Assignee
Dalian Xinruichen Automation Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian Xinruichen Automation Technology Co ltd filed Critical Dalian Xinruichen Automation Technology Co ltd
Priority to CN202210718881.5A priority Critical patent/CN115203903A/zh
Publication of CN115203903A publication Critical patent/CN115203903A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21D—MODIFYING THE PHYSICAL STRUCTURE OF FERROUS METALS; GENERAL DEVICES FOR HEAT TREATMENT OF FERROUS OR NON-FERROUS METALS OR ALLOYS; MAKING METAL MALLEABLE, e.g. BY DECARBURISATION OR TEMPERING
    • C21D11/00—Process control or regulation for heat treatments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Organic Chemistry (AREA)
  • Mechanical Engineering (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Thermal Sciences (AREA)
  • Control Of Heat Treatment Processes (AREA)

Abstract

本发明属于环形加热炉钢坯升温过程中的智能控制技术领域，公开了一种基于钢坯目标升温过程的温度状态评价方法。包括(1)消除模型偏差；(2)建立静态加热状态评价模型；(3)权重系数及评价等级的确定；(4)静态加热状态评价等级的修正；提供温度状态评价机制，为后续炉温调节策略提供依据，还有效地降低了能耗，使其运行状态良好，经济效益高。

Description

一种基于钢坯目标升温过程的温度状态评价方法
技术领域
本发明属于环形加热炉钢坯升温过程中的智能控制技术领域，本发明涉及一种基于钢坯目标升温过程的温度状态评价方法。
背景技术
环形加热炉在生产过程中，是以炉段为单位进行炉气温度调整，而在炉段内，通常存在多个钢坯。为了保证炉段内所有钢坯的升温过程均能得到有效控制，需要将炉温与每个钢坯的温度偏差相关联，尤其在不同种类品牌钢共存于相同炉段时，保证每种钢坯均满足工艺要求显得尤为重要。由于炉温和钢坯变化具有很强的大滞后特征，传统的炉段温度设定模式是通过预测钢坯离段温度来确定最佳炉温，这种预测模型不仅需要对炉段内每个钢坯的位置和温度进行精确跟踪，而且需要生产节奏趋于稳定时效果较好，可是一旦生产节奏出现较大波动时，设定依据将不复存在。
发明内容
为了克服现有技术的不足，本发明提供一种基于钢坯目标升温过程的温度状态评价方法，为后续炉温调节策略提供依据，还有效地降低了能耗，使其运行状态良好，经济效益高。
本发明的上述目的是通过以下技术方案实现的：
一种基于钢坯目标升温过程的温度状态评价方法，具体包括以下步骤：
(1)消除模型偏差
通过研究发现，尽管温度场模型可能存在某些计算偏差，但由于偏差主要是表面换热系数导致，且表面换热系数与炉体结构相关，一旦加热炉投入使用，其结构可以在短时间内视为不变，因此温度场模型偏差具备一定的单向性，即偏差方向固定，或正向或反向。基于这一特征，用相同参数的温度场模型分别计算目标升温曲线和实时钢坯温度，这样，两者之差将不再受模型计算精度的影响，从而准确描述当前钢坯温度存在的偏差，消除模型偏差对炉温设定的影响。
(2)建立静态加热状态评价模型
温度状态评价机制将炉段内钢坯加热状态分为静态和修正态两种。静态是指炉段内钢坯温度偏差(又称目标偏差)的映射值。静态加热状态评价模型将各炉段内各个钢坯的目标偏差视为因素集，结合加热规则编辑器给出的目标升温曲线，把目标偏差值这一模糊的概念进行量化，建立各个炉段目标偏差的评价集(目标偏差评价标准表)，用于描述不同的目标偏差范围所对应的评价等级。
(3)权重系数及评价等级的确定
通过层次分析法、角度比重法，为处于不同生产情况下炉段内所有钢坯的目标偏差确定合理的权重，反映出不同目标偏差的重要程度，最后采取线性加权求和的评价函数，把多目标偏差转化成单一目标偏差，并将结果与目标偏差评价标准表进行比对，得出炉段内钢坯静态加热状态的评价等级。
(4)静态加热状态评价等级的修正
修正态是在静态值基础上的修正值，修正依据是根据生产节奏的波动、钢种特性变化等因素进行修正的结果。需要对钢坯整个加热过程进行精准跟踪，根据不同的生产状态，对静态加热状态进行实时修正，得出修正态钢坯加热状态评价等级，为后续制定炉温调整策略提供依据。
进一步的，静态加热状态评价模型是将目标升温曲线设定的钢坯目标温度与温度场计算的实际温度之差，叫做目标偏差，并将其视为因素集；结合加热规则编辑器给出的目标升温曲线，把目标偏差值这一模糊的概念进行量化，建立各个炉段目标偏差的评价集(偏差范围对应的评价等级)。
进一步的，评价等级设定的范围是依据加热规则编辑器生成的目标升温曲线所决定。目标升温曲线决定了钢坯在各炉段内的温度变化范围，将变化范围进行量化所得出的评价标准，用v1表示严重过烧，用+3表示；v2表示中度过烧，用+2表示；v3表示轻度过烧，用+1表示；v4表示正常状态，用0表示；v5表示轻度欠烧，用-1表示；v6表示中度欠烧，用-2表示；v7表示严重欠烧，用-3表示。
进一步的，权重系数的确定，通过角度比重法，依据各炉段夹角的大小，将各炉段的角度变化范围再细分为不同变化区间，取区间内的角度中值，再进行极小型处理和归一化，得出角度区间内钢坯的权重系数，用以解决单一钢种加热问题；通过层次分析法，将热工学专家给出的钢种之间的评价表进行一致性检测，确定不同钢种的权重，权重系数越大，说明钢种的重要程度越高，用以解决品牌钢共存问题。
进一步的，定炉段内各个钢坯的权重之后，使用线性加权求和的的方法将多个目标偏差转化为反应整个炉段的单一目标偏差值，最后将其与评价集进行比对，得出炉段的静态加热状态评价等级。
进一步的，在对钢坯的升温过程进行精确跟踪的基础上，根据生产节奏、钢种特性的变化，对静态加热状态进行实时修正，得出修正态钢坯加热状态评价等级，引入静态钢坯加热状态评价等级的修正态，是对静态加热状态的预测性修正，旨在抵消大滞后特征对控制策略的影响，为后续炉温设定提供依据。
进一步的，上述一种基于钢坯目标升温过程的温度状态评价方法，具体为：
以炉段为评价单位，将每个炉段内包含的所有钢坯的目标偏差值视为评价指标集，通常用U表示，U＝{u1,u2,…,ui}，i为正整数；其中元素ui代表第i个钢坯的目标偏差值。
根据每个炉段的实际情况，建立每个炉段的目标偏差评价标准表，通常用V表示，V＝{v1,v2,…,vj}，j为正整数；其中元素vj代表影响评价对象的第j个因素。
权重系数的计算，分为单一类型钢坯目标偏差的计算和不同类型品牌钢共存于同一炉段的目标偏差计算。单一类型钢坯目标偏差的计算，需要依据各炉段夹角的大小，将各炉段的角度变化范围再细分为不同变化区间，取区间内的角度中值，再进行极小型处理和归一化，得出角度区间内钢坯的权重系数ω。
极小型指标的处理：
Figure BDA0003710575960000041
式中：
xij为第i个样本的第j个指标，Zij为第i个样本的第j个指标的数值。
归一化处理：
Figure BDA0003710575960000042
接着利用线性加权的方法，得出每个炉段的目标偏差值。将得出的结果与评价标准表进行比对，得出静态加热状态。
不同类型品牌钢共存于同一炉段的目标偏差计算，需要热工学专家将钢种类型两两进行比较评价，根据两两比较的结果给出钢种评价表，评价标度及含义如表4所示，以矩阵的形式得出结果，该矩阵则为判断矩阵A。
表4评价标度及含义
Tab.4 Evaluation scale and meaning
Figure BDA0003710575960000051
进一步的，将判断矩阵A进行一致性检测：
若判断矩阵满足aij×ajk＝aik，其中aij代表第i行第j列的数值，ajk代表第j行第k列的数值，aik代表第i行第k列的数值，则称其为一致矩阵。判断是否为一致矩阵有三步：
①计算一致性指标
Figure BDA0003710575960000052
λmax为判断矩阵最大的特征值，n为阶数。
②查找对应的平均随机一致性指标RI。
③计算一致性比例
Figure BDA0003710575960000053
如果CR＜0.1，则认为判断矩阵的一致性可以接受，否则需要对判断矩阵进行修正。
热工学专家给出的判断矩阵A通过一致性检测后，利用算数平均法：先将判断矩阵A按照列归一化，再将归一化的矩阵A1各行相加，得到向量a1，最后除以矩阵阶数，得到权重向量ω1；利用几何平均法：将判断矩阵A按照行相乘，得到向量a2，再开矩阵的阶数次方，得到
Figure BDA0003710575960000054
最后进行归一化处理得到权重向量ω2；利用特征值法：先找出判断矩阵A的最大特征值，再找出最大特征值对应的特征向量为a3，最后进行归一化处理得到权重向量ω3。最后将三种方法计算出来的权重系数求平均值，得出最终每种钢坯的权值系数。在得到权重系数后，利用加权求和的方法，得出每个炉段的目标偏差值。将得出的结果与评价标准表进行比对，得出静态加热状态。
本发明与现有技术相比的有益效果是：
提供温度状态评价机制，在实现了钢坯加热过程自主控制的基础上，结合了热工学专家和操作人员的经验，直观地反应出炉段内钢坯的加热状态，为后续炉温调节策略提供依据，还有效地降低了能耗，运行状态良好，经济效益高。
附图说明
图1为本发明的评价状态流程图。
图2为本发明的评价机制图。
具体实施方式
下面通过具体实施例详述本发明，但不限制本发明的保护范围。如无特殊说明，本发明所采用的实验方法均为常规方法，所用实验器材、材料、试剂等均可从商业途径获得。
实施例1角度比重法解决单一钢种加热问题
以靖江特钢异性钢坯自主控制项目中的环形加热炉为具体实例，设置有七个供热段和一个热回收段。每个供热段对应不同的夹角，分别是预热1段、预热2段、加热1段、加热2段、加热3段、加热4段和均热段，表1为收集到的加热1段内不同钢种下各个钢坯所在炉内的角度、钢种类型、实际钢温、目标钢温和目标偏差值。
表1多个钢种类型的钢坯数据
Tab.1 Billet data for multiple steel grade types
Figure BDA0003710575960000061
Figure BDA0003710575960000071
建立该炉段的目标偏差评价等级表，如表2所示。
表2目标偏差评价等级表
Tab.2 Evaluation grade table of target deviation of heating stage 1
Figure BDA0003710575960000072
依据各炉段夹角的大小，将各炉段的角度变化范围再细分为不同变化区间，取区间内的角度中值，再进行极小型处理和归一化，得出角度区间内钢坯的权重系数。以加热1段为例，其夹角为45°，以10°为变化范围，再将其划分为4个角度区间：(140°，150°)、(150°，160°)、(160°，170°)和(170°，180°)，而(180°，185°)被纳入(170°，180°)范围内计算。将每个区间的中值：145°、155°、165°、175°进行极小型处理和归一化，最终得出4个区间的权重系数划分。其他6个炉段计算过程依次类推，得出表3各炉段按角度区间划分的权重系数。
表3各炉段按角度区间划分的权重系数
Tab.3 Weight coefficient of each furnace segment divided by Angleinterval
Figure BDA0003710575960000081
利用该方法计算出加热1段的偏差范围为：u＝0.4×(-12-19)+0.3×(8+13)+0.2×4+0.1×(13+1-2)＝-4.1。
与加热1段的评价标准表进行比对，结果介于-10℃与10℃之间，则加热1段的评价等级为正常状态0，即静态加热状态为0。
实施例2层次分析法解决品牌钢共存问题
以表1为例，加热1段内共出现了5种钢种类型，面对多种类型时，需要将钢种类型两两进行比较评价，根据两两比较的结果来判断权重。为了进行量化，层次分析法使用了九个等级18个数字来比较两个指标之间的重要性，如表4评价标度及含义所示，以矩阵的形式得出结果，该矩阵则为判断矩阵A。
表4评价标度及含义
Tab.4 Evaluation scale and meaning
Figure BDA0003710575960000091
对于钢种类型的评价，由热工学专家进行两两判断，给出钢种评价的判断矩阵。如表5钢种评价表所示。
表5钢种评价表
Tab.5 Steel grade evaluation form
Figure BDA0003710575960000092
Figure BDA0003710575960000101
对判断矩阵进行一致性检测，一致性检验用来检测判断矩阵与一致矩阵的偏差度，如果偏差在接受范围内，那么这个判断矩阵就可作为钢种重要程度的量化指标。如果偏差无法接受，则评判的量化指标是失败的，需要重新判断。
若判断矩阵满足aij×ajk＝aik，则称其为一致矩阵。判断是否为一致矩阵有三步：
①计算一致性指标
Figure BDA0003710575960000102
λmax为判断矩阵最大的特征值，n为阶数。
②查找对应的平均随机一致性指标RI。
③计算一致性比例
Figure BDA0003710575960000103
如果CR<0.1，则认为判断矩阵的一致性可以接受，否则需要对判断矩阵进行修正。
将判断矩阵
Figure BDA0003710575960000104
代入判断为一致矩阵的程序中，得出以下结果：
一致性指标CI＝0.018021，一致性比例CR＝0.01609，CR<0.1，一致性检测通过。此结果说明热工学专家给出的钢种评价表可以作为衡量钢种重要程度的量化指标。
通过三种方法计算判断矩阵的权重：
①算数平均法
先将判断矩阵
Figure BDA0003710575960000111
按照列归一化,
得到
Figure BDA0003710575960000112
再将归一化的矩阵A1各行相加，得到向量a1＝[0.4331 0.2379 2.1303 1.1368 1.0619]T，最后相加得到的向量除以矩阵阶数，得到权重向量：
ω1＝[0.0866 0.0475 0.4261 0.2274 0.2124]T。
其中，ω1则为算数平均法计算得出的钢种重要程度的权重。
②几何平均法
先将判断矩阵
Figure BDA0003710575960000113
按照行相乘，
得到向量a2＝[0.0556 0.0029 168 7.5 5]T,再开矩阵的阶数次方，得到
Figure BDA0003710575960000114
最后进行归一化处理得到权重向量：
ω2＝[0.0859 0.0476 0.4264 0.2290 0.2111]T。
其中，ω2则为几何平均法计算得出的钢种重要程度的权重。
③特征值法
通过计算，找出判断矩阵
Figure BDA0003710575960000115
的最大特征值为5.0721，再找出最大特征值对应的特征向量为
Figure BDA0003710575960000121
最后进行归一化处理得到权重向量：
ω3＝[0.0853 0.0470 0.4310 0.2254 0.2113]T。
其中，ω3则为特征值法计算得出的钢种重要程度的权重。
表6钢种权重系数将三种方法计算出来的权重系数求平均值，得出最终每种钢坯的权值系数：
表6钢种权重系数
Tab.6 Weight coefficient of steel grade
Figure BDA0003710575960000122
在得到权重系数后，利用加权求和的方法，计算出加热1段的偏差范围为：u＝0.0859×(-12-19)+0.0473×8+0.4278×(13+4)+0.2274×13+0.2116×(1-2)＝7.7327。与加热1段的评价标准表进行比对，结果介于-10℃与10℃之间，则加热1段的评价等级为正常状态0，即静态加热状态为0。
以上所述实施方式仅为本发明的优选实施例，而并非本发明可行实施的全部实施例。对于本领域一般技术人员而言，在不背离本发明原理和精神的前提下对其所作出的任何显而易见的改动，都应当被认为包含在本发明的权利要求保护范围之内。

Claims (2)

1.一种基于钢坯目标升温过程的温度状态评价方法，其特征是，包括以下步骤：
(1)消除模型偏差
用相同参数的温度场模型分别计算目标升温曲线和实时钢坯温度，从而准确描述当前钢坯温度存在的偏差，消除模型偏差对炉温设定的影响；
(2)建立静态加热状态评价模型
温度状态评价机制将炉段内钢坯加热状态分为静态和修正态两种；静态加热状态评价模型将各炉段内各个钢坯的目标偏差视为因素集，结合加热规则编辑器给出的目标升温曲线，把目标偏差值这一模糊的概念进行量化，建立各个炉段目标偏差的评价集：目标偏差评价标准表，用于描述不同的目标偏差范围所对应的评价等级；
(3)权重系数及评价等级的确定
通过层次分析法、角度比重法，为处于不同生产情况下炉段内所有钢坯的目标偏差确定合理的权重，反映出不同目标偏差的重要程度，最后采取线性加权求和的评价函数，把多目标偏差转化成单一目标偏差，并将结果与目标偏差评价标准表进行比对，得出炉段内钢坯静态加热状态的评价等级；
通过角度比重法，依据各炉段夹角的大小，将各炉段的角度变化范围再细分为不同变化区间，取区间内的角度中值，再进行极小型处理和归一化，得出角度区间内钢坯的权重系数，用以解决单一钢种加热问题；通过层次分析法，将热工学专家给出的钢种之间的评价表进行一致性检测，确定不同钢种的权重，权重系数越大，说明钢种的重要程度越高，用以解决品牌钢共存问题；
(4)静态加热状态评价等级的修正
修正态是在静态值基础上的修正值，修正依据是根据生产节奏的波动、钢种特性变化等因素进行修正的结果；需要对钢坯整个加热过程进行精准跟踪，根据不同的生产状态，对静态加热状态进行实时修正，得出修正态钢坯加热状态评价等级，为后续制定炉温调整策略提供依据。
2.如权利要求1所述的一种基于钢坯目标升温过程的温度状态评价方法，其特征是，具体为：
以炉段为评价单位，将每个炉段内包含的所有钢坯的目标偏差值视为评价指标集，通常用U表示，U＝{u1,u2,…,ui}，i为正整数；其中元素ui代表第i个钢坯的目标偏差值；
根据每个炉段的实际情况，建立每个炉段的目标偏差评价标准表，通常用V表示，V＝{v1,v2,…,vj}，j为正整数；其中元素vj代表影响评价对象的第j个因素；权重系数的计算，分为单一类型钢坯目标偏差的计算和不同类型品牌钢共存于同一炉段的目标偏差计算；单一类型钢坯目标偏差的计算，需要依据各炉段夹角的大小，将各炉段的角度变化范围再细分为不同变化区间，取区间内的角度中值，再进行极小型处理和归一化，得出角度区间内钢坯的权重系数ω；
极小型指标的处理：
Figure FDA0003710575950000021
式中：
xij为第i个样本的第j个指标，Zij为第i个样本的第j个指标的数值；
归一化处理：
Figure FDA0003710575950000022
接着利用线性加权的方法，得出每个炉段的目标偏差值；将得出的结果与评价标准表进行比对，得出静态加热状态；
不同类型品牌钢共存于同一炉段的目标偏差计算，需要热工学专家将钢种类型两两进行比较评价，根据两两比较的结果给出钢种评价表，评价标度及含义如表4所示，以矩阵的形式得出结果，该矩阵则为判断矩阵A；
表4评价标度及含义
Tab.4Evaluation scale and meaning
Figure FDA0003710575950000031
进一步的，将判断矩阵A进行一致性检测：
若判断矩阵满足aij×ajk＝aik，其中aij代表第i行第j列的数值，ajk代表第j行第k列的数值，aik代表第i行第k列的数值，则称其为一致矩阵；判断是否为一致矩阵有三步：
①计算一致性指标
Figure FDA0003710575950000032
λmax为判断矩阵最大的特征值，n为阶数；
②查找对应的平均随机一致性指标RI；
③计算一致性比例
Figure FDA0003710575950000033
如果CR 0..1，则认为判断矩阵的一致性可以接受，否则需要对判断矩阵进行修正；
判断矩阵A通过一致性检测后，利用算数平均法：先将判断矩阵A按照列归一化，再将归一化的矩阵A1各行相加，得到向量a1，最后除以矩阵阶数，得到权重向量ω1；利用几何平均法：将判断矩阵A按照行相乘，得到向量a2，再开矩阵的阶数次方，得到
Figure FDA0003710575950000034
最后进行归一化处理得到权重向量ω2；利用特征值法：先找出判断矩阵A的最大特征值，再找出最大特征值对应的特征向量为a3，最后进行归一化处理得到权重向量ω3；最后将三种方法计算出来的权重系数求平均值，得出最终每种钢坯的权值系数；在得到权重系数后，利用加权求和的方法，得出每个炉段的目标偏差值；将得出的结果与评价标准表进行比对，得出静态加热状态。
CN202210718881.5A 2022-06-23 2022-06-23 一种基于钢坯目标升温过程的温度状态评价方法 Pending CN115203903A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210718881.5A CN115203903A (zh) 2022-06-23 2022-06-23 一种基于钢坯目标升温过程的温度状态评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210718881.5A CN115203903A (zh) 2022-06-23 2022-06-23 一种基于钢坯目标升温过程的温度状态评价方法

Publications (1)

Publication Number Publication Date
CN115203903A true CN115203903A (zh) 2022-10-18

Family

ID=83577583

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210718881.5A Pending CN115203903A (zh) 2022-06-23 2022-06-23 一种基于钢坯目标升温过程的温度状态评价方法

Country Status (1)

Country Link
CN (1) CN115203903A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116622977A (zh) * 2023-03-13 2023-08-22 大连新瑞晨自动化科技有限公司 基于双目标轨迹的加热炉钢坯升温过程控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116622977A (zh) * 2023-03-13 2023-08-22 大连新瑞晨自动化科技有限公司 基于双目标轨迹的加热炉钢坯升温过程控制方法
CN116622977B (zh) * 2023-03-13 2024-02-02 大连新瑞晨自动化科技有限公司 基于双目标轨迹的加热炉钢坯升温过程控制方法

Similar Documents

Publication Publication Date Title
WO2023130666A1 (zh) 一种基于数据驱动和机理模型融合的板带钢凸度预测方法
CN112749505A (zh) 一种机理融合数据的热轧带钢截面形状预测方法
CN103631140B (zh) 基于性能评估的焦炉加热燃烧过程火道温度自动调节方法
CN111209967A (zh) 一种基于支持向量机的轧制过程板凸度预测方法
CN112170501B (zh) 一种轧辊磨损凸度和热凸度的预测方法
CN115203903A (zh) 一种基于钢坯目标升温过程的温度状态评价方法
CN115608793B (zh) 一种机理融合数据的精轧温度调控方法
CN113011491A (zh) 一种主成分分析协同随机森林的热连轧带钢宽度预测方法
CN117874445B (zh) 一种实时在线监测数据分析的酶制剂生产监测方法
CN117891161B (zh) 基于自适应控制算法的自行车中轴锻造工艺调节方法
CN116689503A (zh) 一种基于记忆性功能网络的带钢全长厚度预测方法
CN115121626B (zh) 一种基于误差补偿的热轧带钢瞬态热辊型预报方法
CN114693076A (zh) 一种面向综合能源系统运行状态的动态评价方法
CN116433085A (zh) 一种轧制过程控制系统性能评估方法
CN117724433B (zh) 基于多通道分布式深度集成预测的冷轧生产前馈控制方法
CN111482466B (zh) 一种轧机加速度的设定方法
Li et al. Modeling and validation of bending force for 6-high tandem cold rolling mill based on machine learning models
CN111814402B (zh) 一种加热炉炉温控制方法
He et al. Prediction of mechanical properties of hot rolled strips with generalized RBFNN and composite expectile regression
CN117592358A (zh) 一种利用mic指标进行热轧带钢机械性能优化的方法
CN116776252A (zh) 一种改进Mallow&#39;s Cp变量选择的工业过程软测量方法和系统
CN115017818B (zh) 基于注意力机制和多层lstm的电厂烟气含氧量智能预测方法
CN115631804A (zh) 基于数据协调的蒸发过程铝酸钠溶液出口浓度预测方法
CN110303053A (zh) 热连轧厚度控制系统的分布式控制方法
CN111814861B (zh) 一种基于双自学习模型的在线冷却控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination