Повышение эффективности производства горячекатаных полос за счет оптимизации производственной программы прокатки

• Автор: Ненахов, Вячеслав Анатольевич
• Шифр специальности: 05.16.05
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Липецк
• Количество страниц: 194 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ

1. ЛИТЕРАТУРНЫЙ ОБЗОР И ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ.

1.1. Обзор моделей планирования монтажных партий на прокатку в условиях непрерывного широкополосного стана горячей прокатки

1.2. Обзор моделей теплового состояния металла на складе слябов.

1.3. Обзор моделей теплового состояния металла в нагревательных печах

1.4. Обзор моделей теплового состояния металла при прокатке в линии

непрерывного широкополосного стана

1.5. Основные задачи исследования.

2. ИССЛЕДОВАНИЕ ТЕПЛОВОГО СОСТОЯНИЯ МЕТАЛЛА НА СКЛАДЕ СЛЯБОВ.

2.1. Математическая модель теплового состояния штабеля слябов.

2.2. Математическая модель теплообмена внутри копильника слябов.
2.3. Адаптация математических моделей прогноза теплового состояния металла на складе слябов.
2.4. Выводы.
3. ИССЛЕДОВАНИЕ ТЕПЛОВОГО СОСТОЯНИЯ МЕТАЛЛА В ЛИНИИ НЕПРЕРЫВНОГО ШИРОКОПОЛОСНОГО СТАНА ГОРЯЧЕЙ ПРОКАТКИ
3.1. Математическая модель теплового состояния металла при нареве
в методической печи.
3.2. Математическая модель теплового состояния металла при прокатке
в черновой группе клетей.
3.3. Математическая модель теплового состояния металла при прокатке
в чистовой группе клетей.
3.4. Математическая модель теплового состояния металла на отводящем
рольганге.
3.5. Адаптация модели теплового состояния металла в линии непрерывного широкополосного стана горячей прокатки
3.6. Выводы.
4. ПЛАНИРОВАНИЕ МОНТАЖНЫХ ПАРТИЙ ДЛЯ ПРОКАТКИ
НА НЕПРЕРЫВНОМ ШИРОКОПОЛОСНОМ СТАНЕ.
4.1. Типы монтажных партий и технологические ограничения
4.2. Математическая модель формирования монтажной партии
4.3. Выводы.
ОСНОВНЫЕ ВЫВОДЫ ПО РАБОТЕ.
СПИСОК ЛИТЕРАТУРЫ


К сожалению, более подробная информация об этой модели отсутствует. Известно, что данная модель используется фирмой VAI для прогнозирования температур слябов на пути от разливки до горячей прокатки и использования этой информации в модели оптимизации управления складом слябов. В основу модели оптимизации управления складом слябов [5] положен метод нейронных сетей. Sidmar [6), ThyssenKrupp Stahl AG (TKS) [7], а также в серии программных средств Steel Planner*, разработанных фирмой A. I. Systems (AIS) |8]. Информация об этих и подобных системах присутствует в печати и Интернет, как правило, в виде обзорных презентаций и рекламы. В работах приведены экспериментально полученные диаграммы изменения температур поверхностей слябов штабеля, которые регистрировались при помощи температурного кабеля КТМС-ХА, который укладывался между слябами штабеля. Показано, что охлаждение и подогрев слябов по предлагаемой схеме позволит, наряду с экономией топлива при нагреве, снизить примерно в два раза потери тепла в окружающую среду и существенно сократить время осмотра и ремонта слябов. Экспериментально определена возможность экономии топлива на 4 кг у. С температуры слябов на посаде в печи. Предложена двумерная модель расчета изменения температуры слябов на участке от выдачи из МНЛЗ до посада в печи нагрева. Кроме того, предложены способы и устройства, позволяющие упростить процесс перекладки слябов. Таким образом, обзор существующих моделей теплового состояния металла на складе слябов показал необходимость в разработке комплексной модели прогноза теплового состояния метала на складе слябов, позволяющей рассчитывать тепловое состояние слябов различных геометрических размеров и марок стали, складированных штабелем на открытом воздухе, внутри копиль-ников слябов и термических печей. При помещении слябов в методические печи действительное текущее состояние процесса нагрева представляет их температурное состояние (температура садки). При расчете изменения температурного состояния слябов садки решающими факторами являются теплопроводность и теплопередача на поверхности слябов садки. Основная доля тепла при нагреве садки в печи передается тепловым излучением, а теплопередача конвекцией главенствует только в первых зонах печи со стороны загрузки. Кроме этого, необходим учет конструктивных особенностей печи нагрева (тип пода, движение газа и т. Т3 оит - температура сляба на выходе из зоны печи; /л, - температура сляба на входе зоны печи; ТМЕ - температура в зоне; И - толщина сляба; г -время нахождения сляба в зоне; а - коэффициент теплопередачи. В работе [] представлена автоматизированная система управления нагревательной печью толкательного типа широкополосного прокатного стана фирмы Фест-Альпине шталь. Вследствие того, что достаточно точное измерение температуры садки, например пирометрами излучения, по причине воздействия различных посторонних возмущений, практически невозможно, в основу системы положена математическая модель расчета температурного поля садки в режиме реального времени. Математическая модель (рис. ТОРКЫ - температура печи, К; Тов - температура поверхности сляба, К. Рис. Коэффициенты теплопередачи модели [) определялись экспериментально, при помощи датчика, размещенного на слябе в процессе нагрева последнего в печи. Исходя из измеренного хода нагрева и одновременно зарегистрированных температур по зонам печи, модель адаптировалась путем корректировки краевых условий таким образом, чтобы ход изменения температуры по модели наилучшим образом согласовывался с измеренным. Управление процессом нагрева происходит с помощью кривых нагрева садки. Г(т + ,к)+Т(т-,к)-2Т(т,к)) (1. Т/ощ - изменение температуры зоны, относящееся к слябу /; Тюи - требуемая температура сляба 7 ’ 7/бт; фактическая рассчитанная температура сляба /; Я- коэффициент адаптации. N - количество слябов в зоне. Для учета динамики сильно нестационарного режима работы в системе автоматизации нагрева применяются кривые нагрева садки в зависимости от производительности печи и температуры посада (рис. Рис.