摘要
为了降低热连轧生产能耗,将出炉温度和负荷分配作为优化变量,建立生产能耗目标函数,采用一种参数自学习动态差分进化算法对目标函数进行求解,实现出炉温度和压下负荷分配的最优化。研究结果表明:对于典型规格,与传统的工艺制度相比,能耗降低9%左右,收敛速度快,计算时间能够满足在线使用要求,证明了该方法在线使用的有效性,为现场工艺提供了指导。
In order to reduce the energy consumption of production,taking the furnace temperature and load distribution as the optimization variables,the production energy objective function was established,and the differential evolution algorithm was used to solve the objective function to optimize the furnace temperature and the load distribution.The results show that compared with the traditional production process,the energy consumption is reduced by 9%for typical specifications.The algorithm has fast convergence speed and the calculation time can meet the requirements of online use,which proves the effectiveness of the method online and provides guidance for the on-site process.
作者
陈小睿
张殿华
马建阳
彭文
CHEN Xiaorui;ZHANG Dianhua;MA Jianyang;PENG Wen(State Key Laboratory of Rolling and Automation,Northeastern University,Shenyang 110819,China)
出处
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020年第3期697-703,共7页
Journal of Central South University:Science and Technology
基金
国家重点研发计划项目(2017YFB0304100)
国家自然科学基金资助项目(51704067,51634002)
中央高校基本科研业务专项资金资助项目(N180704006)
轧制技术及连轧自动化国家重点实验室开放课题(2017RALKFKT009)。
关键词
薄板坯连铸连轧(CSP)
出炉温度
负荷分配
差分进化算法
compact strip production(CSP)
furnace temperature
load distribution
differential evolution algorithm
作者简介
通信作者:彭文,副研究员,从事板带轧制过程自动控制、模型优化、故障诊断等研究;E-mail:pengwen233@163.com。
