《大型立式淬火爐溫度場耦合建模方法與控制策略研究》是依託中南大學,由賀建軍擔任項目負責人的面上項目。
基本介紹
- 中文名:大型立式淬火爐溫度場耦合建模方法與控制策略研究
- 項目類別:面上項目
- 項目負責人:賀建軍
- 依託單位:中南大學
項目摘要,結題摘要,
項目摘要
大型立式淬火爐是大型高強度鋁合金構件熱處理的關鍵裝備。這些構件(如飛機大梁、火箭和飛彈端環等)是大型航空太空飛行器的重要組成部分。其淬火工藝要求實現大空間範圍內溫度控制高精度高均勻性。但由於大型立式淬火爐體積龐大,工況複雜,溫度分布呈本徵非均勻性,具有非線性、時變性和強耦合特性。傳統的集中參數系統控制策略難以滿足其控制性能要求。本申請項目以大型立式淬火爐為研究對象,主要研究:大空間範圍溫度場耦合建模方法,溫度感測器最佳化配置方法,基於溫度場形貌的構件溫度預測方法,淬火過程操作模式智慧型最佳化技術,無窮維控制器的有限維逼近方法和智慧型解耦控制算法,大空間範圍內溫度高精度高均勻性控制策略,開發大型立式淬火爐淬火過程仿真分析平台等。項目的完成對促進控制科學與工程及相關學科的發展具有重要的理論意義,對提高產品產量和質量、降低能源消耗具有重要的實際意義。
結題摘要
大型立式淬火爐是高強度鋁合金鍛件熱處理的重要設備,通過淬火工藝提高大型鋁合金構件的硬度,強度,耐磨性等物理性能。淬火工藝要求對爐內溫度實現高精度高均勻性控制。針對鋁合金構件溫度無法直接測量的問題,建立了基於EM算法和混合高斯模型的淬火爐構件溫度軟測量模型,實現基於工作室壁溫度對構件溫度進行預測估計,提高了構件溫度軟測量模型的泛化能力和溫度預測精度。由於感測器位置影響構件溫度計算準確度和溫度控制精度,提出利用混沌蛙跳算法最佳化感測器配置位置,結合感測器數目最佳化問題,建立了淬火爐感測器覆蓋率數學模型,以改進的混沌自適應粒子群最佳化算法(CAPSO)進行尋優求解,得到較優感測器數目後,以參數估計誤差最小為準則,構造了與感測器位置有關與觀測值無關的Fisher信息矩陣,綜合考慮感測器數目和位置兩個因素,得到了淬火爐感測器最佳化配置的結果。針對淬火爐溫控系統大滯後、時變、多區段加熱的特點,從爐內加熱過程的機理出發,建立了分布參數系統動態模型,提出基於Haar小波的大型立式淬火爐分布參數系統辨識算法。針對大型立式淬火爐分布參數模型複雜的問題,提出利用CAS小波將分布參數模型轉化成可以採用遞推最小二乘參數辨識的形式,進一步提高模型辨識精度。多區加熱使得大型立式淬火爐爐記憶體在強耦合特性,提出一種基於動態自生長神經網路的智慧型PID結耦控制策略,實現爐內溫度場高精度高均勻性控制的目的。此外,淬火工況多變,但是淬火過程積累的生產運行數據蘊含了豐富的反映爐溫調節規律和工藝參數之間關係的潛在信息,採用灰色評估原理和方法,建立了淬火爐生產工況綜合評估模型;通過該模型從歷史資料庫中篩選出優良的、各種批次的淬火溫度曲線,結合淬火過程的初始信息和電熱元件的通斷比,以知識規則的形式對其進行描述,形成最佳化操作模式庫,為工況多變的淬火過程提供決策支持。