正在加载图片...
第10期 高凤翔等：板坯连铸二次冷却智能控制模型 ,1327. 模型能够较好地克服利用传热模型预测板坯表面温 [4]Wang L D.Yu X F.Qu Q.et al.Intelligent control and simula- 度误差较大的缺点，满足板坯拉速和目标温度等条 tion for secondary cooling in slab continuous casting.J A nshan Univ Sci Technol.2004.27(4):269 件变化时对水量调整的实时性要求， (王立东，于晓峰，曲强，等.板坯连铸二冷水智能控制及仿 (3)由支持向量机模型、对角递归神经网络与 真研究.鞍山科技大学学报，2004,27(4)：269) T$模糊递归神经网络构成的连铸板坯目标温度动 [5]Santos C A,Fortaleza E L.Ferreira C R F.et al.A solidification 态智能控制系统将二次冷却水水量控制问题与板坯 heat transfer model and a neural network based algorithm applied 在二冷区的温度状态相结合，能够按照设定的目标 to the continuous casting of steel billets and blooms.Modeling 温度准确控制连铸板坯表面温度，实现连铸二次冷 Simul Mater Sci Eng.2005(13):1071 [6]Chen Z L Zhang G X,Han C J.Research on intelligent control 却动态优化控制，提高二次冷却水智能控制水平，对 of secondary cooling of continuous casting-Iron Steel.2006. 提高板坯质量具有重要意义， 41(9):40 (陈志凌，张国贤，韩传基.连铸二次冷却智能优化控制的研 参考文献 究，钢铁，2006,41(9)：40) [1]Xu R J.Chen N Y.Liu H L.Model of secondary cooling for slab [7]Chen Y.Wu B.Zhao K W.Strand surface temperature measure- continuous casting on plsb-bpn.Iron Steel.2001.36(2):26 ment in secondary cooling zones of caster.Iron Steel Vanadium (徐荣军，陈念贻，刘洪霖.基于模式识别和人工神经网络建 Titanium,1999,20(6):52 立的板坯连铸二冷水模型.钢铁，2001,36(2)：26) (陈永，伍兵，赵克文.连铸二冷区铸坯表面温度测量·钢铁 [2]Li D H,Qiu Y Q,Liu X H.et al.Numerical simulation of con- 钒钛，1999,20(6)：52) tinuous casting during solidification and heart transferring process. [8]Vapnik V.Statistical Learning Theory.New York:Wiley. Foundry Technol,2004.25(7):529 1998,354 (李东辉，邱以清，刘相华，等.连铸凝固传热过程的数值模 [9]KuC C.Lee K Y.Diagonal recurrent neural networks for dy- 拟.铸造技术，2004,25(7)：529) namic system control.IEEE Trans Neural Networks.1995, [3]Sun S Y.LiS P.Wang J R.et al.Intelligent control method for 6(1):144 the secondary cooling of continuous casting Univ Sci Technol [10]Li X:Chen Z Q.Yuan ZZ.Recurrent T-S fuzy model in neu- Beijing,1997,19(4):188 ral networks structure.J Syst Eng.2001.16:268 (孙韶元，李世平，王俊然，等.连铸二冷控制的智能化方法， (李翔，陈增强，袁著祉.神经网络结构的递归TS模糊模 北京科技大学学报，1997,19(4)：188) 型.系统工程学报，2001,16：268)模型能够较好地克服利用传热模型预测板坯表面温 度误差较大的缺点满足板坯拉速和目标温度等条 件变化时对水量调整的实时性要求． （3） 由支持向量机模型、对角递归神经网络与 T－S模糊递归神经网络构成的连铸板坯目标温度动 态智能控制系统将二次冷却水水量控制问题与板坯 在二冷区的温度状态相结合能够按照设定的目标 温度准确控制连铸板坯表面温度实现连铸二次冷 却动态优化控制提高二次冷却水智能控制水平对 提高板坯质量具有重要意义． 参 考 文 献 ［1］ Xu R JChen N YLiu H L．Model of secondary cooling for slab continuous casting on plsb-bpn．Iron Steel200136（2）：26 （徐荣军陈念贻刘洪霖．基于模式识别和人工神经网络建 立的板坯连铸二冷水模型．钢铁200136（2）：26） ［2］ Li D HQiu Y QLiu X Het al．Numerical simulation of continuous casting during solidification and heart-transferring process． Foundry Technol200425（7）：529 （李东辉邱以清刘相华等．连铸凝固传热过程的数值模 拟．铸造技术200425（7）：529） ［3］ Sun S YLi S PWang J Ret al．Intelligent control method for the secondary cooling of continuous casting．J Univ Sci Technol Beijing199719（4）：188 （孙韶元李世平王俊然等．连铸二冷控制的智能化方法． 北京科技大学学报199719（4）：188） ［4］ Wang L DYu X FQu Qet al．Intelligent control and simulation for secondary cooling in slab continuous casting．J A nshan Univ Sci Technol200427（4）：269 （王立东于晓峰曲强等．板坯连铸二冷水智能控制及仿 真研究．鞍山科技大学学报200427（4）：269） ［5］ Santos C AFortaleza E LFerreira C R Fet al．A solidification heat transfer model and a neural network based algorithm applied to the continuous casting of steel billets and blooms． Modeling Simul Mater Sci Eng2005（13）：1071 ［6］ Chen Z LZhang G XHan C J．Research on intelligent control of secondary cooling of continuous casting． Iron Steel2006 41（9）：40 （陈志凌张国贤韩传基．连铸二次冷却智能优化控制的研 究钢铁200641（9）：40） ［7］ Chen YWu BZhao K W．Strand surface temperature measurement in secondary cooling zones of caster．Iron Steel V anadium Titanium199920（6）：52 （陈永伍兵赵克文．连铸二冷区铸坯表面温度测量．钢铁 钒钛199920（6）：52） ［8］ Vapnik V． Statistical Learning Theory．New York：Wiley 1998：354 ［9］ Ku C CLee K Y．Diagonal recurrent neural networks for dynamic system control． IEEE T rans Neural Networks1995 6（1）：144 ［10］ Li XChen Z QYuan Z Z．Recurrent T-S fuzzy model in neural networks structure．J Syst Eng200116：268 （李翔陈增强袁著祉．神经网络结构的递归 T－S 模糊模 型．系统工程学报200116：268） 第10期 高凤翔等： 板坯连铸二次冷却智能控制模型 ·1327·