k–NN自学习模型在中厚板轧后冷却温控中的应用

  中厚板在船舶、建筑、石油化工和海洋平台等国家重要的基础工业领域应用十分广泛,随着社会经济高速发展,人们对中厚板提出了更高的质量要求。在生产过程中,轧后冷却对钢板的最终质量起到了至关重要的作用,其中终冷温度是决定中厚板组织性能的关键工艺参数之一。因此,建立更为精确的温度控制模型来实现预设冷却规程并满足目标终冷温度是中厚板轧制领域关注的重要问题。

  科研共祖宗在中厚板生产过程中,轧后冷却的温度控制是决定产品组织性能的关键工艺技术。换热系数是温度控制模型的核心参数,由于其影响因素多且复杂,故很难有一个固定的模型来计算。

  科研人员提出一种简单有效的换热系数的自学习模型:先通过参数节点化和插值法得出全范围内的各换热系数影响因素的特征值;再基于k-NN原理,寻找待冷目标钢板与各已冷样本钢板之间的相似度;最后,通过IDW加权平均算法,预估出目标冷却钢板所需的换热系数。现场实际的应用情况表明,使用该自学习模型相比以往可提高控制精度约5%。