钢坯加热炉是热轧生产线上的一个重要设备,也是钢铁工业中的耗能大户。加热炉的主要功能是将钢坯加热到符合轧制要求的温度,因此,开展步进式加热炉炉温优化设定和控制方法的研究对于提高加热炉的加热效率,降低能耗,以至于钢铁工业的节能降耗具有重要的意义。钢坯加热过程具有复杂工业对象的大滞后、多变量、强耦合、时变、非线性、大惯性等特点,而且炉内钢坯温度分布不能直接测量、外界扰动因素多,加热过程受多种生产工艺因素的制约。所以,目前加热炉的优化控制策略还不成熟,真正成功的应用还不多。存在的主要问题是:(1)精确预报被加热钢坯温度分布的数学模型存在一定困难。(2)在优化加热炉温度设定值时,由于目标函数包含参数较多,传统优化算法在实时性和准确性方面存在问题。(3)由于加热炉具有大滞后特性,常规反馈控制方法对加热炉各段炉温调整速度较慢。本文针对以上几个问题展开研究。主要研究工作概括如下:针对加热炉生产现场环境复杂、测量设备条件有限、检测数据含有干扰或噪声的情况,采用统计方法对采集数据进行了预处理,排除了噪声的影响,为开展仿真和建模研究奠定了基础。针对加热炉炉温优化设定问题,本文利用机理分析和离散空间相结合的方法建立了加热炉内钢坯温度变化的二维模型。在综合考虑加热生产目标的基础上,提出了考虑加热炉各炉温段的优化设定值以及钢坯在炉时间的炉温优化目标函数,并利用遗传算法获得了最优解。仿真结果表明采用遗传算法比其它传统优化算法在求解精度和稳定性上都有明显的提高。为解决加热炉炉温设定值的在线调整问题,本文结合基于钢坯预报温度与理想温度之间偏差的PID动态补偿策略以及基于专家经验的调整策略,考虑到系统大延迟的特点,提出了一种基于前馈补偿的加热炉炉温动态控制策略,最后通过仿真研究,验证了所提出的控制策略的有效性。