第10期 高凤翔等：板坯连铸二次冷却智能控制模型 ,1323. 点，建立了板坯连铸二次冷却智能控制模型，该模 件发生变化时，就不能保证矫直点处板坯表面温度 型采用支持向量机(SVM)实现板坯表面目标温度 避开塑性口袋区，不能保持板坯表面温度的稳定 的动态设定，采用对角递归神经网络(DRNN)实现 为此，本文设计了基于实测中间包钢水温度和二冷 板坯表面温度的预测，采用T$模糊递归神经网络 区第7段出口板坯表面温度的二次冷却智能控制模 (TSFRNN)实现二次冷却水动态调整与分配 型.二次冷却智能控制模型主要由以下几部分组 成：采用支持向量机设定板坯表面目标温度模型、采 1连铸二次冷却智能控制模型 用对角递归神经网络预测板坯表面温度模型和采用 由于国内的连铸二次冷却水控制多数没有在线 T$模糊递归神经网络控制二次冷却水模型.二次 动态模型计算系统，所以二次冷却水配水模型在离 冷却智能控制模型结构如图1所示 线计算并修正完毕后在线不再变化：这样在浇注条 在连铸二次冷却控制系统中，目标温度控制点 SVM输入 1时刻信息 支持向量机 SVM输出片 目标温度设定 ￥M 设备参数 各段设定温度 第1段设定温厨 钢种 中包温度 数据库 将温差根据各 板坯拉速 实测第7段±○ 出口温度「 段目标温度按 比例进行分配 第7段出口温度 TSFRNN输人 第段板坯拉速 !时刻数据 DRNN输人 对角递归神经 DRNN输出H 调整量 第段温度调整骨 第：段板坯拉速Q 第1段板坯拉速 网络DRNN) 第1段出口温度 第1段进口温度 第段进口温度 第i段水量 第i段水量 TS模糊递归神经 网络(TSFRNN) +1时刻数据 TSFRNN输出 第段水量调整量，( 第段板坯拉速 第i段出口温度 第i段水量 流量检测卡 流量调节 进人什1时刻 图1二次冷却智能控制模型结构 Fig-I Structure of the intelligent control model of secondary cooling 设在结晶器出口及二冷区各段进、出口处，二冷区的 铸二冷区第7段出口处设置了温度测量装置，减小 上一段的出口就是下一段的进口，连铸机实时运行 控制模型预测的温度误差.为了减小氧化铁皮和水 数据保存于动态数据库中，支持向量机根据t时刻 膜的影响，一般取一段时间内测量温度的最大值作 钢种、中间包钢水温度和板坯拉速等信息计算符合 为连铸二冷区出口板坯表面的实际温度[门，将二冷 治金条件的板坯表面温度作为t十1时刻各段目标 区第7段出口板坯表面的实测温度和控制模型的预 设定温度.对角递归神经网络根据各段t时刻进口 测温度之间的差值按各段温度下降比例补偿到各段 温度（即上一段t时刻出口温度）、水量和板坯拉速 控制模型的预测温度中 预测本段t十1时刻的出口温度.TS模糊递归神 经网络根据各段t十1时刻板坯拉速变化值、计算温 2支持向量机设定板坯表面目标温度模型 度与目标温度差值预测该段t十1时刻的水量调 连铸板坯表面目标温度的设定一般是由治金专 整量， 家根据钢的高温力学性能、治金准则和生产工艺等 二次冷却水控制模型离线计算并修正完毕后， 计算出来的，中间包钢水温度不同或者板坯拉速不 由于实际运行时没有反馈控制，在线时一般不再变 同，板坯表面目标温度也不相同，由于中间包钢水 化，这样在外界条件变化时，二次冷却水控制模型预 温度和板坯拉速不是固定的，实际生产中应当采用 测的板坯表面温度就可能存在较大误差，因此，为 符合治金条件的动态目标温度，这样才能保证控制 了保证控制系统的实时性、稳定性，提高计算精度， 系统的实时性、稳定性，提高计算精度，为此，智能 板坯连铸二次冷却智能控制模型在水蒸气稀少的连 控制模型采用支持向量机动态设定目标温度，点‚建立了板坯连铸二次冷却智能控制模型．该模 型采用支持向量机（SVM）实现板坯表面目标温度 的动态设定‚采用对角递归神经网络（DRNN）实现 板坯表面温度的预测‚采用 T－S 模糊递归神经网络 （TSFRNN）实现二次冷却水动态调整与分配． 1 连铸二次冷却智能控制模型 由于国内的连铸二次冷却水控制多数没有在线 动态模型计算系统‚所以二次冷却水配水模型在离 线计算并修正完毕后在线不再变化；这样在浇注条 件发生变化时‚就不能保证矫直点处板坯表面温度 避开塑性口袋区‚不能保持板坯表面温度的稳定． 为此‚本文设计了基于实测中间包钢水温度和二冷 区第7段出口板坯表面温度的二次冷却智能控制模 型．二次冷却智能控制模型主要由以下几部分组 成：采用支持向量机设定板坯表面目标温度模型、采 用对角递归神经网络预测板坯表面温度模型和采用 T－S 模糊递归神经网络控制二次冷却水模型．二次 冷却智能控制模型结构如图1所示． 在连铸二次冷却控制系统中‚目标温度控制点 图1 二次冷却智能控制模型结构 Fig．1 Structure of the intelligent control model of secondary cooling 设在结晶器出口及二冷区各段进、出口处‚二冷区的 上一段的出口就是下一段的进口．连铸机实时运行 数据保存于动态数据库中．支持向量机根据 t 时刻 钢种、中间包钢水温度和板坯拉速等信息计算符合 冶金条件的板坯表面温度作为 t＋1时刻各段目标 设定温度．对角递归神经网络根据各段 t 时刻进口 温度（即上一段 t 时刻出口温度）、水量和板坯拉速 预测本段 t＋1时刻的出口温度．T－S 模糊递归神 经网络根据各段 t＋1时刻板坯拉速变化值、计算温 度与目标温度差值预测该段 t ＋1时刻的水量调 整量． 二次冷却水控制模型离线计算并修正完毕后‚ 由于实际运行时没有反馈控制‚在线时一般不再变 化‚这样在外界条件变化时‚二次冷却水控制模型预 测的板坯表面温度就可能存在较大误差．因此‚为 了保证控制系统的实时性、稳定性‚提高计算精度‚ 板坯连铸二次冷却智能控制模型在水蒸气稀少的连 铸二冷区第7段出口处设置了温度测量装置‚减小 控制模型预测的温度误差．为了减小氧化铁皮和水 膜的影响‚一般取一段时间内测量温度的最大值作 为连铸二冷区出口板坯表面的实际温度［7］．将二冷 区第7段出口板坯表面的实测温度和控制模型的预 测温度之间的差值按各段温度下降比例补偿到各段 控制模型的预测温度中． 2 支持向量机设定板坯表面目标温度模型 连铸板坯表面目标温度的设定一般是由冶金专 家根据钢的高温力学性能、冶金准则和生产工艺等 计算出来的．中间包钢水温度不同或者板坯拉速不 同‚板坯表面目标温度也不相同．由于中间包钢水 温度和板坯拉速不是固定的‚实际生产中应当采用 符合冶金条件的动态目标温度‚这样才能保证控制 系统的实时性、稳定性‚提高计算精度．为此‚智能 控制模型采用支持向量机动态设定目标温度． 第10期 高凤翔等： 板坯连铸二次冷却智能控制模型 ·1323·