基于改进变异策略差分进化的加热炉自学习优化研究  

作　　者：魏宁 奚小玲[1] 王浩 何春利 王博[1] 周新亮 

机构地区：[1]辽宁科技大学,辽宁鞍山114011 [2]鞍山钢铁集团公司,辽宁鞍山114021

出　　处：《电脑知识与技术》2020年第14期254-255,259,共3页Computer Knowledge and Technology

基　　金：2019年辽宁科技大学大学生创新创业训练计划校级项目——加热炉模型参数的优化研究(项目编号:201910146463)。

摘　　要：鞍钢1780热轧厂共有四座加热炉,板坯的出炉温度直接影响产品的宽度、厚度和板形的质量。在生产实践中,加热炉需要定期修炉处理,以及由于生产计划的不同使得各炉内的布料方式不同,因此各炉的工况会有一定的差异,从而影响换炉后前部几块带钢的头部厚度、宽度和温度精度急剧下降,极易使得现场生产不稳定和产品质量不符合用户需求。基于加热炉模型自学习的特点,引入差分算法,并且改变差分算法中的变异策略,借以优化自学习参数的寻优能力。实践结果证明,该算法提高了轧制力、温度和辊缝的精度,大大提高带钢头部命中率。

关 键 词：热轧 加热炉 差分进化算法 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]