CN1614039A - 加热炉的最优运行方法 - Google Patents

Abstract

提供一种优化加热炉，特别是连续式加热炉或步进式炉的方法，以继续处理轧件。该方法的新颖性在于，构建一个目标函数，至少在数学模型作为辅助条件的范围内，该函数能够进行数学优化，并且使用由这种方式确定的目标函数的函数值来控制炉运行方式。

Description

加热炉的最优运行方法

技术领域

本发明涉及一种优化加热炉，特别是连续式加热炉或步进式加热炉的方法，以继续处理轧制件。

背景技术

控制用于每个板坯的加热炉的已知方法描述了作为额定加热曲线的额定加热过程，也就是说，装入板坯时炉中的加热过程已经预先确定了。这样，对于炉运行的任一位置，试验板坯温度，使其尽可能宽地适应当前的给定温度。为此，计算炉内不同区域的温度额定值，其中可以存在多个板坯。出料时间点通常已经被上级系统预先确定了。

首先，这种方法的缺点是，在很大程度上，通过额定加热曲线不能或只能很有限地反映出特殊情况，例如炉干扰或者混合使用热或冷板坯(热或冷段)。

发明内容

本发明的目的是提供一种控制加热炉的方法，该方法与现有技术相比，在考虑技术条件的情况下，能够提供一种改善和优化了的运行方法。

本发明的特征在于，构建一个目标函数，该目标函数在至少一个数学模型作为辅助条件的范围内进行数学优化，例如形成极值，并且使用由这种方式确定的目标函数的函数值来控制炉的运行方式。

本发明的新颖之处在于，通过数学优化，不仅算出有效的额定值，而且发现诸如大致的炉温和/或出料时间的额定值，其中优化可以按照不同的标准进行。

本发明的新颖之处还在于，不仅考虑了加热过程已经涉及的轧制件，诸如已经在炉中的板坯，而且还考虑了位于炉前的轧制件。

本发明方法的一种可能的技术方案可以通过目标函数实现，其中该目标函数是轧制件的状态变量例如轧制件的表面温度或温度分布，和/或控制变量例如单个炉区的区段顺序时间或炉温的函数。通过对状态变量的考虑，一方面尽可能地将炉的真实状态考虑进去，另一方面保证通过算出的目标函数实现优化的控制。

根据本发明方法的另一种技术方案，通过优化，可以获得最大的炉物料通过量。因此可以非常有效和经济地运行炉成套装置。

为了使炉最小的能量需求优化，设计一可选的技术方案。通过前述方式，与装置技术情况或生产要求相应的炉就其运行方式，还有如炉运行参数进行调整。由此实现特别经济的运行，并相应地节约以轧制件计的工艺成本。由于加热的能量成本占生产每重量单位轧制件所需的生产成本的大部分，所以可以节省很多。

根据本发明的一种优选实施方案，用本发明方法可以算出炉温的额定值和出料时间。通过该计算，可以直接算出控制炉可使用的规模。

根据本发明的另一种实施方案，用本发明方法可以算出燃料气体量和空气量的额定值。借助于加热炉的物理模型、流动比率模型和气体能量的知识，可以算出炉温，其又是加热过程的基础。

在本发明方法的一种特别的技术方案中，至少一个额定值在优化时被以极限值表示的条件形式考虑为辅助条件。通过该特征，以简单的方式将结构技术上的或工艺上的极限值引入优化中。描述的辅助条件在数学上是有差别的。

在本发明的另一种实施方案中，至少一个条件，其为控制变量或状态变量的一固定值，在优化时被考虑为辅助条件。由此以简单的方法和方式考虑了固定规模。

在本发明的一种可能的实施方案中，本发明使用连续平方优化方法作为优化算法，例如按照Schittkowski的方法。该优化方法例如参见：

●Schittkowski Klaus：“采用放大的拉格朗日线性寻找函数的连续平方程序法的收敛”，Math.Operations-forschung und Statistik，Ser.Optimization，Vol.14(1983)No.2，197-216页)。

这种优化方法的优点在于其具有良好的收敛性。此外，非常迅速地找到一允许的解决方案，这样，即使优化方法提前中止，也已有很好的近似可供使用。

对于根据Schittkowski方法确定的平方辅助问题的解，可以使用Gill和Murray方法：

●Gill P.，Murray：“平方程序的数值稳定方法”，数学程序14(1978)，349-372页)。

在本发明方法的一种特别的实施方案中，在预先确定的辅助条件下，如果数学优化是无解的，那么求得的解稍微违背辅助条件，特别是基于极限值的辅助条件。由此可以确定优化的额定值，其只是很小地偏离预先确定的条件。

根据本发明方法的另一种实施方案，预先确定中途退出的辅助条件和/或其他辅助条件的优先顺序。因此可能使该方法个别地适应实际情况，并一定可以找到最优的。

相应地，本发明一种特别的实施方案中，进行离线优化，算出以时间先后顺序进入炉的流量时间。例如可以在设计设备或调整轧辊程序中考虑该计算的流量时间。

根据本发明的另一种特别的实施方案，进行在线优化，并且加热过程前和/或期间直接进行，并使用优化结果控制加热过程。在此，加热过程期间，在使用炉的实际测量值情况下，可以使用优化，来算出控制加热过程的额定值。

根据本发明的另一种实施方案，进行在线优化，用该结果来优化出炉顺序和/或进料顺序。因此能够进一步改善炉运行或加热过程。按照一种简化方案，也可以在离线情况下确定出炉顺序或进料顺序。

根据本发明的另一种特别的实施方案，还使用具有相似特征的炉参数作为优化值的初解。例如在连续运行的炉中，可使用最后的优化结果作为起始值。

根据本发明的另一种特别的实施方案，本发明方法可以用来控制多个加热炉，特别是不同类型的炉。因此，例如以联合运行方式能够优化两个连续式加热炉和一个步进式炉。这是本发明的主要优点，因为这样的设备布局是常见的，因此在技术上必需被掌握。

在联合优化多个炉时，以一种已知的出炉顺序结束。每个板坯具有其自身的参数组(如炉温或其他的参数)，由其来确定各个炉。通过出炉顺序出现多个加热炉间的关系，因为所有通过出料时间点的后面的板坯受之前板坯的影响。对于后面的处理装置，例如热轧机，保证确定的板坯顺序是必要的，这是轧辊程序所必需的。

为了优化的目的，通过优化多个加热炉，只改变尺寸，重要的是保持目标函数不变。

根据本发明方法的另一种可能的技术方案，有计划的或未计划的干扰情况下进行优化，以使炉生产量最大化，或使能量需求最小化，其中，使用至少一个干扰量情况下重新进行优化。相应要解决的任务，可以使用本发明方法，其中，实际运行中的灵活性有很大的好处。有计划的干扰例如在后面轧机中更换轧辊。在计划的之前和炉运行方式中可以至少部分地考虑这点。通过优化，例如采用从头计算，能够确定轧制件出炉的区段时间顺序，并优化。

未计划的干扰例如可以是：

●处理装置，诸如热轧机接通后停止运转，这样轧制件可能在排除停运后马上出料。

●炉控制，导致生产装置的炉停止运转

●炉内的干扰，使得不能遵守额定温度的限制。

可以在优化中考虑这样的干扰，通过干扰规模为特征的干扰，对于变化的情况进行新的优化。如果后面的热轧机存在干扰，那么在优化时例如需要考虑所希望的干扰时间。长时间的干扰可以导致炉温下降并因此造成能量节省。

比如由于技术缺陷而使炉停止运转时，在该形势基础上例如重新算出轧制件的出炉顺序，这样可以与轧辊程序同步。只进行有限的炉运行，在考虑干扰种类和时间以及考虑最大炉温减小的情况下，进行优化和从头计算。

根据本发明方法另一可能的技术方案，在优化时使用模型确定不同的放射，在目标函数中和/或作为辅助条件考虑该放射。放射将遵循所针对的环境条件，该环境条件由极限值确定。这样的放射例如是废气中的部分和/或绝对量的硫氧化物、氮氧化物、二氧化碳和一氧化碳等。

可以从化学组成和运行参数的知识来计算放射。确定放射的另一种可能性是基于以往的放射值和当前的炉参数。借助这些数值可以进行预测。

在本发明方法的一种可能的技术方案中，对临界轧制件进行优化，由此可以使控制指标适应出炉温度或临界轧制件的其他辅助条件。这些指标例如可以用于控制或者作为加热炉操纵本身的信息。作为临界轧制件，例如临界板坯，可以这样理解，使其在辅助条件最差时停止。换句话说，这意味着，临界轧制件极限值的停止对目标函数有强烈的影响，其也强烈改变。临界板坯例如是在热装入的板坯之间的一块冷装入的板坯。

根据本发明方法的一种附加的可能技术方案，在临界轧制件位于炉前就被确定，在算出的目标函数的基础上，在不考虑临界轧制件的情况下进行优化，其中，例如不考虑板坯是在评估该板坯停止运转的成本基础上进行的。此时，比较例如出炉顺序和计划(umplanung)之间生产成本的影响，其中，选择计划或非计划对生产成本的改变也包括在内。因此，特别的经济和工艺的标准受到考虑，操作者有可能以特别经济的方式运行加热炉。

根据本发明方法的另一技术方案，为了适应数学模型，为了达到更高的模型精确度，至少进行一次温度测量，其中所使用的温度是在炉出料和/或在初轧机中时的温度，该温度与出料温度的回归计算结合在一起。由于模型精确度提高，从而可达到更高的优化潜力。

为了举例描述本发明，提供以下附图：

附图的简要说明

图1：板坯运动和时间进程的示意图

图2：炉的示意图

可以借助加热板坯2的连续式加热炉1(参见图2)解释本发明：连续式加热炉1具有z个加热区。在实际情况中是5个加热区：

●预热区3(上部/下部)

●加热区4(上部/下部)和补偿区5(只在上部)。

在对流区6中，进入的板坯在进入加热区前被从预热区3和加热区4中散发出的气体预热。进入炉1中的板坯2的温度为TE。加热过程后，板坯2的温度应为TA。板坯2的出料顺序例如由推入顺序而定。每个板坯在每一时间点可以通过状态变量

T：温度分布(例如2维，通过厚度和宽度或长度)

描述。

炉的纵向用x表示，其中，在推入炉边缘时，x＝0。这意味着，炉中的板坯具有正的x值，在炉前且向前运行的板坯具有负的x值。

处理时间用符号t表示，其中，t＝0的时间点相应于板坯最后的温度计算。周期性算出板坯温度，和/或在板坯柱的每次运动过程中，借助诸如环境温度、炉温或燃气量的测量值，还算出炉前或炉中的板坯总数。在时间点t＝0，每个板坯有确定的温度分布和明确的温度，其相应于温度分布的加权平均值。基于板坯i的运动，得到在图1中详细描述的位置x和时间点t的关系，其中：

τ_i：板坯i移到出料位置的时间点，

ξ_k ⁱ：时间[τ_k-1，τ_k]时板坯i的位置，

S_k ⁱ：送料的时间间隔

例如板坯i：温度Ti和位置ξ₁ ⁱ。

剩余的在炉中的停留时间通过前面板坯的出料时间，例如A_i，A_i+1，确定，因为在板坯每次出料时，板坯i接替前面的板坏(参看图1和2)。

考察n个板坯，并非所有的板坯都必然在炉内。每个板坯i≤n还有i-1个阶段，直到出料7为止，其用过程变量k_i表示。在每一阶段k，在控制变量，如炉温的影响下，板坯的状态从状态k变为状态k+1。

状态变量，其用过程变量k标记，表示进入阶段k时的进入参数。状态变量，其用过程变量k+1标记，表示从阶段k出来时的出来参数，同时表示进入阶段(k+1)时的进入参数。

当考察最后阶段的板坯出料时，标记为过程变量k＝n的状态变量表示从最后阶段出来时的出来量数。从状态k_i到状态k_i+1的过渡阶段以方程式形式的模型表示。

在加热模型的所有阶段中，描述了由于炉温作用而导致状态变量的改变，例如按照：

Dr.Ing.J.Henri Brunklaus：“工业炉，结构和运行”，

Vulkan Verlag，1979，4版，72-96页，

其中参数pk的特有数据组属于所有的阶段，其包括炉的性质，如辐射和对流。

除了状态变量T之外，加热模型还与每阶段的控制变量有关

●每个有效加热区的炉温T_炉(z)

●区段顺序时间[τ_k-1，τ_k]-＞S_k ⁱ。

加热模型包括下面的子模型：

●辐射模型

●对流模型

●热传导模型

并可以表示为

T′＝f(x_i(t)，T，Z(x_i(t)，t)    (1)

x_i(t)是时间点t时板坯i的位置

Z(x_i(t)，t)为时间点t时在位置x处的炉参数

加热模型包括板坯所属的材料规范。

只在状态变量和控制变量的以下有意义组合情况下评价模型：

●0≤τ_k-1≤τ_k                             (2)

●T_炉(z)≥0                                 (3)

方法的目的在于寻找炉温T_炉和出料时间A_i的额定值，其满足以下条件

T_A≥T_A最小    出料温度≥极限值              (4)

dTok≤dTok_最小    温度：表面上-核心≤极限值 (5)

●dTou≤dTou_最小  温度表面上-表面下≤极限值 (6)

●To≤To_最大    表面温度≤极限值            (7)

●极限值≤∑S_k ⁱ≤极限值                     (8)

还选择从预定的起始温度达到预定的终止温度，其中，不超出温度的极限值(表面上-核心，表面上-表面下)和最大的表面温度，极限值遵循单个区段顺序时间的总和。

确定一个按照变数连续可微分的目标函数，为此，采用以下通式

$\mathrm{\α}\underset{k}{\mathrm{\Σ}}{f}^k(x_k,y_k)+\mathrm{\β}\underset{k}{\mathrm{\Σ}}{g}^k\left(t_k\right)$

x表示状态变量，如T，y表示控制变量，如T_炉，t表示出料时间。每个板坯提供一份贡献，所有的贡献加起来，成为时间函数。

优化的目的在于，目标函数至少满足以下辅助条件：

●c^k(x^k，y^k)＝0，参见方程式1)

●d^k(x^k，y^k)≥0，参见方程式(2)-(8)

●x^k＝v^k，其中v^k表示固定的状态变量T的值，这样可以确定例如某一阶段k的表面温度。

●x^k＝w^k，其中w^k表示固定的控制变量y的值，这样可以确定例如某一阶段k的炉温。

按目标函数的定义，能够算出具有最大生产能力或最小能量的加热过程的额定值。用加权因子α和β还可算出其组合。

通过优化确定的炉不同区的温度额定值以及出料时间的额定值，表示最优的值。

在优化问题的预定的辅助条件基础上，采用优化法的一些方案不能找到解决方案时，至少一个辅助条件被改变为最接近的步骤，比如控制变量的极限值或固定的预定值，用改变的辅助条件重新进行优化。此时应预先确定，首先改变哪个辅助条件并在怎样的规模上改变。如果未能重新找到有效的方案，则在至少改变一个辅助条件情况下再次进行优化。

该方法可以用于所有的加热炉，对板坯、棒材及其组合的加热进行优化，而与炉类型无关，例如连续式加热炉和步进式炉。

Claims (21)

1.一种优化加热炉，特别是连续式加热炉或步进式炉的方法，以继续处理轧件，其特征在于，构建一个目标函数，该函数至少在数学模型作为辅助条件的情况下，可预以数学优化，例如形成极值，并且使用由这种方式确定的目标函数的函数值控制炉运行方式。

2.根据权利要求1的方法，其特征在于，目标函数是轧制件的状态变量，例如轧制件的表面温度或温度分布，和/或控制变量，例如区段顺序时间或单个炉区的炉温，的函数。

3.根据权利要求1-2之一的方法，其特征在于，优化导致炉生产能力的最大化。

4.根据权利要求1-2之一的方法，其特征在于，优化导致炉能量需要的最小化。

5.根据权利要求1-4之一的方法，其特征在于，采用该方法可以算出炉温的额定值和出料时间。

6.根据权利要求1-5之一的方法，其特征在于，采用该方法可以算出燃料气体量和空气量的额定值。

7.根据权利要求1-6之一的方法，其特征在于，在优化时，在额定值以极限值形式给出时，至少一个条件作为辅助条件被考虑。

8.根据权利要求1-7之一的方法，其特征在于，至少一个条件，其为控制变量或状态变量的一个固定值，在优化时作为辅助条件被考虑。

9.根据权利要求1-8之一的方法，其特征在于，使用连续平方优化法作为优化算法，例如使用Schittkowski法。

10.根据权利要求1-9之一的方法，其特征在于，在预先确定的辅助条件下，如果数学优化无解，那么用稍微违背辅助条件，特别是基于极限值的辅助条件，求得该解。

11.根据权利要求1-10之一的方法，其特征在于，预先确定中途退出的辅助条件和/或其他辅助条件的优先顺序。

12.根据权利要求1-11之一的方法，其特征在于，进行离线优化，算出以时间先后顺序进入炉的物料通过量时间。

13.根据权利要求1-12之一的方法，其特征在于，在加热过程前和/或加热过程期间直接进行在线优化，以及将优化结果用于控制加热过程。

14.根据权利要求1-13之一的方法，其特征在于，进行在线优化，以及用该结果来优化出炉顺序和/或进料顺序。

15.根据权利要求1-14之一的方法，其特征在于，使用具有相似特征的炉参数作为优化的初解。

16.根据权利要求1-15之一的方法，其特征在于，该方法可用于控制多个加热炉，特别是不同类型的炉。

17.根据权利要求1-16之一的方法，其特征在于，在有计划的和/或未计划的干扰时，使用至少一个干扰量的情况下，重新进行优化，以使炉生产能力最大化和/或使能量需求最小化。

18.根据权利要求1-17之一的方法，其特征在于，在优化时使用模型确定不同的放射，在目标函数中和/或作为辅助条件考虑该放射。

19.根据权利要求1-18之一的方法，其特征在于，优化确定临界的轧制件，由此适应控制指标，如出炉温度或临界轧制件的其他辅助条件。

20.根据权利要求1-19之一的方法，其特征在于，在临界轧制件还位于炉前就被确定，在算出的目标函数基础上，在不考虑临界轧制件的情况下进行优化，其中，不考虑板坯是在评估该板坯停止运转的成本基础上进行的。

21.根据权利要求1-20之一的方法，其特征在于，为了适应数学模型，达到提高模型精度的目的，至少进行温度测量，其中，在炉出料和/或在初轧机中，与出料温度的回归计算结合，使用温度。

Images