一种基于黑匣子试验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法
阅读说明：本技术 一种基于黑匣子试验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法 (Method for improving heating furnace billet temperature tracking model calculation accuracy based on black box test transverse partition data ) 是由 韦思丞 巫献华 陈功彬 王�琦 黄育坚 胡俊平 易承钧 赵星星 于 2021-08-30 设计创作，主要内容包括：一种基于黑匣子试验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法,属于加热炉控制技术领域。该方法将步进式加热炉的横向均分为N个区,N为大于1的整数,采用N个相同的测试钢坯跟踪测量钢坯在所述步进式加热炉内加热过程中的温度变化趋势,分别获取所述步进式加热炉中N个区的测试过程中钢坯温度、炉气温度随时间变化的测试数据；提取由炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度、时间点组成的参照数据；由参照数据求出钢坯各层的C-(p)、λ、q～(u)(i)、q～(d)(i),根据钢坯上表面的热流系数q～(u)(i)、钢坯下表面的热流系数q～(d)(i),带入综合热辐射系数计算公式(式1),求出N个区对应的综合热辐射系数ε-(g)。保证所有炉况下的计算精度。(A method for improving the calculation accuracy of a heating furnace billet temperature tracking model based on black box test transverse partition data belongs to the technical field of heating furnace control. The method comprises the steps of transversely dividing a stepping heating furnace into N regions, wherein N is an integer larger than 1, adopting N identical test steel billets to track and measure the temperature change trend of the steel billets in the heating process of the stepping heating furnace, and respectively obtaining test data of the temperature of the steel billets and the temperature of furnace gas changing along with time in the test process of the N regions in the stepping heating furnace; extracting reference data consisting of furnace gas temperature, lower furnace gas temperature, billet upper surface temperature, billet lower surface temperature and time points; by reference toData determination of C for each layer of the billet p 、λ、q u (i)、q d (i) According to the heat flow coefficient q of the upper surface of the steel billet u (i) Heat flux q of the lower surface of the billet d (i) Substituting the formula (formula 1) into the calculation formula of comprehensive thermal emissivity to obtain the comprehensive thermal emissivity epsilon corresponding to the N regions g . And the calculation accuracy under all furnace conditions is ensured.)
技术领域
本申请涉及加热炉控制技术领域，具体而言，涉及一种基于黑匣子试验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法。
背景技术
钢坯温度跟踪模型是一种热工数学模型，用于模拟计算钢坯在加热炉内加热时的温度场的变化。加热炉数学模型技术主要由钢坯加热曲线优化、钢坯温度跟踪计算、炉温设定值计算、燃烧优化控制、自适应修正等功能模型组成。实际生产中，温度跟踪模型会根据当前入炉钢坯的来料信息(包括：钢坯尺寸、钢种、入炉温度等)和当前炉况信息(当前空煤气流量、空煤气阀位值、炉温设定值等)计算出钢坯温度场数据，炉温设定值模型则根据钢坯温度场数据计算出炉温设定值，然后炉温设定值再传给燃烧优化控制模型计算出优化参数、空煤气阀位调节量，并直接进行空煤气流量的调节及控制。因此，钢坯温度跟踪模型计算精度会最终影响到钢坯的加热质量及能源消耗的控制水平。
关于步进式加热炉内钢坯温度跟踪模型的开发，主要是基于数据挖掘及统计理论开发的模型，其主要包括数据采集与数据挖掘分析两个模块。数据处理主要完成实时数据采集获取加热炉当前温热制度，然后通过数据挖掘分析模块将采集的生产数据处理成分析样本并按照一定的规则存储于数据库中，生产时从数据库中获取加热炉当前状态的最优炉温设定值并预测炉内钢坯温度。该方法偏向热工专业理论，炉温决策及炉温预报未能充分考虑实际炉况信息，用于指导实际生产显然无法合理实现加热炉最优控制及节能降耗宗旨。
现有技术一，公开了一种加热炉钢坯温度跟踪模型修正方法，该方法的步骤为：跟踪测量并记录测试过程中钢坯温度、炉气温度随时间变化的数据；对测试数据进行处理，提取用于计算辐射系数基准值的参照数据；结合参照数据，迭代计算各炉区辐射系数基准值；结合钢坯的生产历史数据，对辐射系数基准值进行修正；将修正结果分类保存至修正系数表。运用该方法可以提高钢坯温度跟踪模型的计算精度，使得修正后的模型能够准确模拟钢坯在炉内的加热过程，对提高加热炉炉温的控制精度有着重要意义。该方法主要是通过模型不断修正辐射系数以使计算精度不断提高，但是该方法计算过程复杂，且随着不同钢种不同炉况，炉温数据波动较大时，系数修正产生较大误差，无法保证计算精度所有炉况下的计算精度。
本发明要解决的问题在于针对现有的技术缺陷，以一种黑匣子试验验采集的炉内信息为数据基础，通过数据处理得到一种提高加热炉钢坯温度跟踪模型计算精度的方法。
发明内容
为了解决现有技术的问题，本申请目的在于提供一种基于黑匣子试验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法，确保加热炉控制始终在钢坯最佳工作温度之上，提供了提高模型的计算精度的简便方法，避免不同钢种不同炉况，炉温数据波动较大时，系数修正产生较大误差等问题，保证所有炉况下的计算精度。
本申请示例提供了一种基于黑匣子试验验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法，包括以下步骤：
步骤一、步进式加热炉的横向均分为N个区，N为大于1的整数，采用N个相同的测试钢坯跟踪测量钢坯在所述步进式加热炉内加热过程中的温度变化趋势，分别获取所述步进式加热炉中N个区的测试过程中钢坯温度、炉气温度随时间变化的测试数据；
步骤二、对测试数据进行处理，获得所述测试钢坯上炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度、钢坯头部温度、钢坯尾部温度随时间及钢坯炉内位置变化的趋势图，从中提取由炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度、时间点组成的参照数据；由所述参照数据求出钢坯各层的Cp、λ、qu(i)、qd(i)，Cp为钢坯各层比热、λ为钢坯热传导系数，钢坯上表面的热流系数qu(i)、钢坯下表面的热流系数qd(i)；
步骤三、根据钢坯上表面的热流系数qu(i)、钢坯下表面的热流系数qd(i)，带入综合热辐射系数计算公式(式1)，求出N个区对应的综合热辐射系数εg；
式中，εg为综合热辐射系数，q为钢坯表面热流密度，Fsg为钢坯表面积，Tg为炉气温度，Ts为钢坯表面温度，a为热扩散率，δ为测试点的坐标位置，y为钢坯沿厚度方向的坐标轴。
步骤四、在实际钢坯进入炉内时，模型自动根据钢坯数据中所含化学成分及其前一周期计算的温度，索引出板坯N个区所对应的综合热辐射系数εg，带入到板坯温度跟踪模型计算N个区所对应的钢坯出炉时刻炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度；
步骤五、选取N个区所对应的不同时刻上炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度中最低值，确定出钢坯上炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度控制目标。
一些示例中，由所述参照数据求出钢坯各层的Cp、λ的具体方法为，分别将N个区的所述参照数据带入钢坯内部导热微分方程(式2)，
其中，ρ为钢坯密度、Cp为钢坯比热、τ为加热时间、T为温度、λ为钢坯热传导系数。
一些示例中，钢坯上表面的热流系数qu(i)、钢坯下表面的热流系数qd(i)的计算公式为：
其中，
式中，为钢坯按厚度方向分层后的第j层的傅里叶系数；λj,j-1表示钢坯第j-1层与第j间的等价热传导系数，W/(m·K)；△τ为钢坯温度模型计算的时间间隔，s；ρ为钢坯密度，Kg/m3；Cp为钢坯比热J/(kg·K)；△y为钢坯分层厚度，m；为钢坯上表面温度；为钢坯下表面温度。
一些示例中，步进式加热炉的横向均分为二个区。
一些示例中，所述步进式加热炉有效炉长28600mm、宽16500mm。
一些示例中，所述步进式加热炉长度方向依次包括预热段、加热一段、加热二段、均热段。
一些示例中，所述测试钢坯尺寸为：厚*宽*长＝150mm*2100mm*7500mm。
一些示例中，所述测试钢坯材质选择为Q235钢，冷坯。
一些示例中，测试钢坯通过在钢坯上表面、钢坯下表面埋设热电偶获取测试过程中钢坯温度。
一些示例中，所述埋设热电偶的位置为距钢坯表面15mm。
本申请示例提供的一种基于黑匣子试验验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法，有益效果包括：
通过将加热炉进行横向分区进行黑匣子试验验采集的炉内信息为数据基础，获得各分区的综合热辐射系数εg，以此获得不同分区的温度，由温度确定加热炉控制最低温度，确保加热炉控制始终在钢坯最佳工作温度之上，提供了提高模型的计算精度的简便方法，避免不同钢种不同炉况，炉温数据波动较大时，系数修正产生较大误差，以及加热炉炉内烧嘴分布位置的不同，会出现相同炉段炉气分布的不同，最终导致钢坯受热均匀性受到影响等问题，保证所有炉况下的计算精度。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1钢坯内部导热微分方程坐标系；
图2测试钢坯在加热炉炉内位置示意图。
图标：1-加热炉；2-测试钢坯；3-段号1；4-段号2；5-段号3；6-段号4；7-子段号1；8-子段号2；9-炉宽；10-测试钢坯长。
具体实施方式
下面将结合实施例对本申请的实施方案进行详细描述，但是本领域技术人员将会理解，下列实施例仅用于说明本申请，而不应视为限制本申请的范围。实施例中未注明具体条件者，按照常规条件或制造商建议的条件进行。所用试剂或仪器未注明生产厂商者，均为可以通过市售购买获得的常规产品。所用检测方法未特别说明者，按照国标或者常规检测方法进行。
以下针对本申请实施例的基于黑匣子试验验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法进行具体说明：
考虑加热炉炉内烧嘴分布位置的不同，会出现相同炉段炉气分布的不同，最终导致钢坯受热均匀性受到影响，所以采用分区段测试钢坯的方法，采集到的数据会更贴近反映炉况真实情况。以下结合实际生产中加热炉1有四排料的情况(即图2中加热炉1横向分为两个分区：炉气A区7(子段号1)和炉气B区8(子段号2)分别装两块测试钢坯10，从炉子中心线位置均匀划分为两个区)，将加热炉1分为两个区域进行实验，数据对比会更明显，也符合实际生产中炉内钢坯有双排料和四排料的分布，同时降低了实验成本。
一种基于黑匣子试验验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法，包括以下步骤：
步骤一、步进式加热炉的横向均分为两个区，采用两个相同的测试钢坯2跟踪测量钢坯2在所述步进式加热炉1内加热过程中的温度变化趋势，分别获取所述步进式加热炉中两个区的测试过程中钢坯温度、炉气温度随时间变化的测试数据。
试验数据：步进式加热炉1：有效炉长28600mm、炉宽9为16500mm。
步进式加热炉长度方向依次包括预热段、加热一段、加热二段、均热段，依次对应段号为(段号1)3、(段号2)4、(段号3)5、(段号4)6。
所述测试钢坯材质选择为Q235钢，冷坯，所述测试钢坯尺寸为：厚*宽*测试钢坯长10＝150mm*2100mm*7500mm。
测试钢坯通过在钢坯上表面、钢坯下表面埋设热电偶通过黑匣子实验获取测试过程中钢坯温度，所述埋设热电偶的位置为距钢坯表面15mm，发明人发现：该位置可减少炉气温度的影响，同时更为准确的反映出钢坯上下表面的温度，可提高模型计算精度。
步骤二、对测试数据进行处理，获得所述测试钢坯上炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度、钢坯头部温度、钢坯尾部温度随时间及钢坯炉内位置变化的趋势图，从中提取由炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度、时间点组成的参照数据，参见表1。
表1黑匣子实验钢坯各温度随时间变化表
将上述数据带入式2、式3进行计算；
由所述参照数据求出钢坯各层的Cp、λ的具体方法为，分别将两个区的所述参照数据带入钢坯内部导热微分方程(式2)，
其中，ρ为钢坯密度、Cp为钢坯比热、τ为加热时间、T为温度、λ为钢坯热传导系数。
钢坯上表面的热流系数qu(i)、钢坯下表面的热流系数qd(i)的计算公式为：
其中，
式中，为钢坯按厚度方向分层后的第j层的傅里叶系数；λj,j-1表示钢坯第j-1层与第j间的等价热传导系数，W/(m·K)；△τ为钢坯温度模型计算的时间间隔，s；ρ为钢坯密度，Kg/m3；Cp为钢坯比热J/(kg·K)；△y为钢坯分层厚度，m；为钢坯上表面温度；为钢坯下表面温度。
经过上述计算求出钢坯各层的Cp、λ、qu(i)、qd(i)，Cp为钢坯各层比热、λ为钢坯热传导系数，钢坯上表面的热流系数qu(i)、钢坯下表面的热流系数qd(i)。
步骤三、根据钢坯上表面的热流系数qu(i)、钢坯下表面的热流系数qd(i)，带入综合热辐射系数计算公式(式1)。
式中，εg为综合热辐射系数，q为钢坯表面热流密度，Fsg为钢坯表面积，Tg为炉气温度，Ts为钢坯表面温度，a为热扩散率，δ为测试点的坐标位置，y为钢坯沿厚度方向的坐标轴。
求出两个区对应的综合热辐射系数εg，参见表2各炉段辐射系数表。
上述综合热辐射系数εg综合考虑了测试点坐标、钢坯表面积以及热扩散速率、热流密度等因素，可更为全面地表征钢坯热流特性，提高计算精度。
表2各炉段辐射系数表
步骤四、在实际钢坯进入炉内时，模型自动根据钢坯数据中所含化学成分及其前一周期计算的温度，索引出板坯两个区所对应的综合热辐射系数εg，带入到板坯温度跟踪模型计算两个区所对应的钢坯出炉时刻炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度，以下示例为A区计算的模型数据，参见表3板坯温度跟踪模型钢坯各温度随时间变化表。板坯温度跟踪模型钢坯各温度随时间变化计算方法为相关技术人员可直接采用的现有技术，在此不再赘述。
表3板坯温度跟踪模型钢坯各温度随时间变化表
步骤五、选取A区、B区所对应的不同时刻上炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度中最低值，确定出钢坯上炉气温度、下炉气温度、钢坯上表面温度、钢坯下表面温度控制目标。
精度验算：
因11:41分为钢坯出炉时刻，我们可通过对比这一时间模型计算值与实际值的误差，可求出模型计算的精度，如下：
上炉气
下炉气
上表面
下表面
时刻
1228.9
1226.1
1206.1
1186.8
11:41
实际值
1223.5
1216.3
1206.4
1175.6
11:41
计算值
5.4
9.8
0.3
11.2
误差
由上表数据可知，出钢时刻A区模型计算值与实际值误差范围在11.2°以内，比较准确的预测了钢坯在炉内的温度变化趋势。同样的B区模型计算值与实际值误差范围控制在15°以内，由此能保证加热炉横向工况不同时，均能由模型得到较为准备的计算结果，均能比较准确的预测钢坯在炉内的温度变化趋势。
通过将加热炉进行横向分区进行黑匣子试验验采集的炉内信息为数据基础，获得各分区的综合热辐射系数εg，以此获得不同分区的温度，由温度确定加热炉控制最低温度，确保加热炉控制始终在钢坯最佳工作温度之上，提供了提高模型的计算精度的简便方法，避免不同钢种不同炉况，炉温数据波动较大时，系数修正产生较大误差，以及加热炉炉内烧嘴分布位置的不同，会出现相同炉段炉气分布的不同，最终导致钢坯受热均匀性受到影响等问题，保证计算精度所有炉况下的计算精度。根据黑匣子试验获得各分区的综合热辐射系数εg形成一个参照数据集合，不用热辐射系数反复调整导致精度出现上下波动，增大了模型的适用性，可适应所有钢种的加热炉控制，而不会产生因钢种原因带来控制标准不一致的问题。
以上仅为本申请的具体实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种处理氧化钒氮合金的方法