结合神经网络预报的冷连轧轧制规程优化设计研究.pdfVIP

《冶金自动4艺)2006年增刊(s1) 结合神经网络预报的冷连轧轧制规程优化设计 扬景明，徐雅洁，尹春霞，韩宗刚 (燕山大学电气工程学院．河北辜皂岛066004) [摘要]采用动态规划法，以冷连轧机组轧制能耗最低为目标函数，规程设定中采用Bp神经网络预报取代传 统轧制力数学模型，对某1370帅冷连轧机现场轧制规程进行了分析和比较，所得优化后的轧制规程具有明显 的节能效果。 [关键词】冷连轧；轧制规程；动态规划；神经网络 0引言 hk=甄(hk_I，仇)=hk—l一仇 轧制规程是冷轧带钢生产工艺中的主要内容 用m(乜一l’仇)表示通过t级后的总功耗； 之一。轧制过程主要参数有各架压下量、张力、速 肌(k—I’Dk)表示由状态k—I出发，采取决策仇 度，这些参数在各架轧机上分布不同，将会对轧制 到达状态h即通过k级的功耗；指标函数阶段和 能耗、产品质量、产量有很大影响。轧制规程优化 如下式…： 就是要寻求最优轧制规程，使各架轧机功率分配 m(以一l，Dk)=．∑帆(饥一1，仇) 合理，降低总能耗，提高产品质量，并尽可能降低 故本文研究的动态规划问题描述为：给定初 板形凋节手段的负荷。轧制规程重点是压下规 程，追求目标可以是轧制能耗、等负荷、等相对负 始状态即来料厚度h。，确定一个n级决策序列 荷、多种负荷均衡分配或是板形良好。本文以降 巩，…，巩，仇一l’．“，D1。在满足所有约束条件下， 低轧制能耗为目标，在满足约束条件下，结合神经 使指标函数达到最小。根据动态规划原理，可得： 网络优化轧制力数学模型，并适当考虑板形，寻求 K=mill肌(缸一l’Dk)k=1，2，…，n 冷连轧机带钢轧制能耗最小的压下规程。 肌(h㈧，仉)=帆(h^，D^)k=1 l优化原理 Nk(h^一l，DI)=帆(h^．1仇)+ 冷连轧机轧制规程优化设计可采用非线性规 K—l[K(ht一1’仇)]^=2，…，n 划和动态规划。Bellman动态规划根据冷连轧具有 · 2目标函数及约束条件的确定 多段决策的特点，即将每一个单一轧制过程看成 2．1目标函数的确定 是一个决策阶段，从l町整个轧制过程可以被认为 以各机架出【1厚度hi为状态变量，将轧制总 足一个多阶段决策过程，如图1所示。 能耗_】、r最小作为规程优化目标函数： minN=∑批(hi—l，hi) q卦叫茸心心垫占嚣嚣卷 式中，11,为冷连轧机架数，本文rt,=5。 2．2约束条件的确定[2。朝 圈1动态规划多级过程 (1)压下率 e 其中输入输m状态变量h^一l，h^表示第1级 T咖≤￡≤E衄x 轧件的入13、出口厚度，决策变量D^表示第k级式中，￡为相对变形程度，即压下率。优化时考虑 的压下量。从输人状态变量k一。到输出状态变量 到第1机架要消除来料厚度波动，以及未机架要 h★的状态转移方程为： 控制成品尺寸精度，即保证成品凸度平坦度和压 [收穑日期J0005-鹏．23；[修改稿收到日期]2006—12．09 [作者