环形加热炉加热过程优化控制
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 引言 | 第10-11页 |
| 1 绪论 | 第11-15页 |
| ·国内外加热炉优化控制的研究现状 | 第11-13页 |
| ·国内外加热炉优化控制的应用现状 | 第13-14页 |
| ·研究意义 | 第14-15页 |
| 2 环形加热炉概述 | 第15-25页 |
| ·热轧生产过程简介 | 第15-16页 |
| ·环形加热炉的构造及工艺流程介绍 | 第16-18页 |
| ·环形加热炉的构造 | 第16-17页 |
| ·工艺流程介绍 | 第17-18页 |
| ·生产工艺及优化目标 | 第18-20页 |
| ·环形加热炉加热钢坯的目的 | 第18页 |
| ·加热钢坯时易产生的加热缺陷 | 第18-19页 |
| ·环形加热炉的优化目标 | 第19-20页 |
| ·环形加热炉控制系统介绍 | 第20-25页 |
| ·各段炉温控制 | 第20页 |
| ·动态双交叉限幅自动控制 | 第20页 |
| ·炉压自动控制 | 第20-21页 |
| ·热风压力自动控制 | 第21页 |
| ·燃气压力自动控制和低压安全保护 | 第21页 |
| ·换热器保护控制 | 第21-22页 |
| ·环形炉循环冷却水检测控制 | 第22页 |
| ·燃烧安全联锁和报警控制 | 第22页 |
| ·出料口钢坯温度与炉膛氧含量检测 | 第22页 |
| ·电气控制及管坯跟踪 | 第22-25页 |
| 3 基于 RBF 神经网络的钢坯表面温度预报模型 | 第25-31页 |
| ·环形加热炉钢坯预报模型的研究意义及必要性 | 第25页 |
| ·RBF 神经网络基本原理 | 第25-28页 |
| ·RBF 神经网络结构 | 第26页 |
| ·RBF 神经网络的输出 | 第26-28页 |
| ·基于 RBF 网络的出炉管坯表面温度预报模型. | 第28-30页 |
| ·网络模型 | 第28页 |
| ·网络输入输出的确定和数据的获取 | 第28-29页 |
| ·输入输出数据的归一化与反归一化处理 | 第29-30页 |
| ·仿真分析 | 第30页 |
| ·本章小结 | 第30-31页 |
| 4 炉温稳态优化设定 | 第31-44页 |
| ·环形加热炉优化控制系统结构 | 第31-32页 |
| ·钢坯不同加热方式的比较 | 第32-33页 |
| ·炉温模型 | 第33-34页 |
| ·优化目标函数的确定 | 第34-35页 |
| ·基于改进粒子群优化算法的炉温稳态优化设定 | 第35-43页 |
| ·基本粒子群算法 | 第35-38页 |
| ·标准粒子群算法 | 第38-39页 |
| ·改进粒子群优化算法 | 第39-41页 |
| ·仿真分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 5 钢坯加热过程中的有限元分析 | 第44-56页 |
| ·传热原理 | 第44-46页 |
| ·基本假设 | 第44页 |
| ·热传导微分方程 | 第44-46页 |
| ·ANSYS 软件简介 | 第46-48页 |
| ·基于 ANSYS 软件的钢坯加热过程有限元分析 | 第48-55页 |
| ·钢坯加热过程的问题描述和假设 | 第48-49页 |
| ·单元类型和材料特性 | 第49-50页 |
| ·几何模型 | 第50-51页 |
| ·网格划分 | 第51页 |
| ·定义载荷矩阵并施加载荷 | 第51页 |
| ·模拟结果与分析 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 A 出炉管坯表面温度预测模型数据及程序 | 第61-63页 |
| 附录 B 炉温稳态优化设定程序 | 第63-66页 |
| 在学研究成果 | 第66-67页 |
| 致谢 | 第67页 |
