[go: up one dir, main page]

CN109299824B - 一种炉辊热凸度分布预测方法及装置 - Google Patents

一种炉辊热凸度分布预测方法及装置 Download PDF

Info

Publication number
CN109299824B
CN109299824B CN201811114632.5A CN201811114632A CN109299824B CN 109299824 B CN109299824 B CN 109299824B CN 201811114632 A CN201811114632 A CN 201811114632A CN 109299824 B CN109299824 B CN 109299824B
Authority
CN
China
Prior art keywords
furnace roller
heat transfer
furnace
transfer module
roller unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811114632.5A
Other languages
English (en)
Other versions
CN109299824A (zh
Inventor
李洋龙
文杰
王凤琴
于孟
陈飞
王慧
王永强
令狐克志
林海海
常安
李金龙
昝现亮
李宫胤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shougang Group Co Ltd
Original Assignee
Shougang Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shougang Group Co Ltd filed Critical Shougang Group Co Ltd
Priority to CN201811114632.5A priority Critical patent/CN109299824B/zh
Publication of CN109299824A publication Critical patent/CN109299824A/zh
Application granted granted Critical
Publication of CN109299824B publication Critical patent/CN109299824B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Heat Treatment Of Strip Materials And Filament Materials (AREA)

Abstract

本发明提供一种炉辊热凸度分布预测方法及装置，该方法包括：根据炉辊与带钢的接触程度，沿所述炉辊的宽度方向将所述炉辊划分为N个传热模块，N为正整数；沿所述炉辊的宽度方向将每个传热模块划分为一个以上的炉辊单元；根据每个炉辊单元所属传热模块的温度参数，获得每个炉辊单元的热流密度；根据每个所述炉辊单元的热流密度和所述炉辊的热膨胀系数，获得所述炉辊的热凸度分布。本发明的方法及装置，可对炉内炉辊的热凸度分布进行预测，解决了现有预测方式难以适应炉内复杂多变的热交换环境的问题。

Description

一种炉辊热凸度分布预测方法及装置
技术领域
本发明涉及轧钢技术领域，具体而言，涉及一种炉辊热凸度分布预测方法及装置。
背景技术
连续退火炉是当前冷轧带钢生产的主流环节之一，炉辊热凸度对炉内带钢的稳定通板至关重要。炉辊热凸度效应直接作用在带钢上，是控制带钢跑偏和瓢曲最为有效的方式之一。
但是，在生产状态下直接检测、实时监测炉辊温度和热凸度分布，又是最难以掌控的方式。目前，炉辊的温度和凸度预测以模型计算和模拟分析为主，这种预测方式难以适应炉内复杂多变的热交换环境。鉴于此，提出本发明。
发明内容
本发明实施例的目的在于提供一种炉辊热凸度分布预测方法及装置，可对炉内炉辊的热凸度分布进行预测，解决了现有预测方式难以适应炉内复杂多变的热交换环境的问题。
本发明的实施例是这样实现的：
一种炉辊热凸度分布预测方法，包括：
根据炉辊与带钢的接触程度，沿所述炉辊的宽度方向将所述炉辊划分为N个传热模块，N为正整数；沿所述炉辊的宽度方向将每个传热模块划分为一个以上的炉辊单元；根据每个炉辊单元所属传热模块的温度参数，获得每个炉辊单元的热流密度；根据每个所述炉辊单元的热流密度和所述炉辊的热膨胀系数，获得所述炉辊的热凸度分布。
优选地，所述根据炉辊与带钢的接触程度，沿所述炉辊的宽度方向将所述炉辊划分为N个传热模块，包括：沿所述炉辊的宽度方向将所述炉辊划分为第一传热模块、第二传热模块和第三传热模块；其中，所述第一传热模块为所述炉辊上与所述带钢重叠相接触的部分，所述第二传热模块为所述炉辊上与所述带钢重叠但未接触的部分，所述第三传热模块为所述炉辊上与所述带钢未接触且未重叠的部分。
优选地，所述根据每个炉辊单元所属传热模块的温度参数，获得每个炉辊单元的热流密度包括：根据qi＝α1·(Ts-Tr)获得所述第一传热模块中每个炉辊单元的热流密度；根据
Figure GDA0003194966020000021
Figure GDA0003194966020000022
获得所述第二传热模块中每个炉辊单元的热流密度；根据
Figure GDA0003194966020000023
获得所述第三传热模块中每个炉辊单元的热流密度；其中，qi为第i炉辊单元的热流密度；α1为所述带钢与所述第一传热模块间的热交换系数；α2为所述带钢与所述第二传热模块间的热交换系数；Ts为所述带钢的温度；Tr为炉辊单元的温度；σ为斯忒藩-玻尔兹曼常数；εj为物体j的发射率；fj为物体j对所述第二传热模块的形状因子；fj为物体j对所述第三传热模块的形状因子；Tj为物体j的温度；j为与所述炉辊辐射传热的物体，j＝1表示所述带钢，j＝2表示炉墙，j＝3表示辐射管，j＝4表示隔热屏。
优选地，所述根据每个所述炉辊单元的热流密度和所述炉辊的热膨胀系数，获得所述炉辊的热凸度分布的步骤，包括：根据每个所述炉辊单元的热流密度，获得每个所述炉辊单元的节点温度；根据每个所述炉辊单元的节点温度与所述炉辊的热膨胀系数，获得每个所述炉辊单元的膨胀值；根据每个所述炉辊单元的膨胀值，获得所述炉辊的热凸度分布。
优选地，所述根据每个所述炉辊单元的热流密度，获得每个所述炉辊单元的节点温度的步骤包括：根据每个所述炉辊单元的热流密度迭代计算该炉辊单元的迭代温度；根据所述迭代温度，获取迭代误差；当迭代误差小于阈值时，停止迭代并获得该炉辊单元的节点温度。
一种炉辊热凸度分布预测装置，包括：划分模块，用于根据炉辊与带钢的接触程度，沿所述炉辊的宽度方向将所述炉辊划分为N个传热模块，N为正整数；炉辊单元获取模块，用于沿所述炉辊的宽度方向将每个传热模块划分为一个以上的炉辊单元；热流密度获取模块，用于根据每个炉辊单元所属传热模块的温度参数，获得每个炉辊单元的热流密度；热凸度分布获取模块，用于根据每个所述炉辊单元的热流密度和所述炉辊的热膨胀系数，获得所述炉辊的热凸度分布。
优选地，所述划分模块，还用于沿所述炉辊的宽度方向将所述炉辊划分为第一传热模块、第二传热模块和第三传热模块；其中，所述第一传热模块为所述炉辊上与所述带钢重叠相接触的部分，所述第二传热模块为所述炉辊上与所述带钢重叠但未接触的部分，所述第三传热模块为所述炉辊上与所述带钢未接触且未重叠的部分。
优选地，热流密度获取模块，包括：第一子模块，用于根据qi＝α1·(Ts-Tr)获得所述第一传热模块中每个炉辊单元的热流密度；第二子模块，用于根据
Figure GDA0003194966020000031
获得所述第二传热模块中每个炉辊单元的热流密度；第三子模块，用于根据
Figure GDA0003194966020000032
获得所述第三传热模块中每个炉辊单元的热流密度；其中，qi为炉辊单元i受到其他物体的传热量，即热流密度；α1为第一传热模块的带钢与炉辊间的热交换系数；α2为伪第二传热模块的带钢与炉辊间的热交换系数；Ts为带钢的温度；Tr为炉辊单元的温度；σ为斯忒藩-玻尔兹曼常数；εj为物体j的发射率；fj为在第二传热模块中物体j对炉辊的形状因子；fj′为在第三传热模块中物体j对炉辊的形状因子；Tj为物体j的温度；j为与炉辊辐射传热的物体，j＝1表示带钢，j＝2表示炉墙，j＝3表示辐射管，j＝4表示隔热屏。
优选地，所述热凸度分布获取模块，包括：节点温度获取子模块，用于根据每个所述炉辊单元的热流密度，获得每个所述炉辊单元的节点温度；膨胀值获取子模块，用于根据每个所述炉辊单元的节点温度与所述炉辊的热膨胀系数，获得每个所述炉辊单元的膨胀值；热凸度分布获取子模块，用于根据每个所述炉辊单元的膨胀值，获得所述炉辊的热凸度分布。
优选地，所述节点温度获取子模块，包括：迭代单元，用于根据每个所述炉辊单元的热流密度迭代计算该炉辊单元的迭代温度；误差计算单元，用于根据所述迭代温度，获取迭代误差；节点温度获取单元，用于当迭代误差小于阈值时，停止迭代并获得该炉辊单元的节点温度。
本发明提供的一种炉辊热凸度分布预测方法及装置，该方法及装置可将炉辊划分为不同的传热模块，并将传热模块再划分为炉辊单元，然后根据每个炉辊单元所属传热模块的温度参数获得每个炉辊单元的热流密度，最后根据每个炉辊单元的热流密度与炉辊的热膨胀系数得到炉辊的热凸度分布，达到了对炉辊热凸度分布进行预测的目的，解决了现有预测方式难以适应炉内复杂多变的热交换环境的问题。由于本发明对炉辊不同区域的传热进行了区别考虑，使得对炉辊热凸度分布预测更加精确，合理简化了连续退火炉内炉辊与其他物体间复杂的传热方式，提高了连续退火炉炉辊温度和热凸度分布预测能力。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明较佳实施例提供的一种炉辊热凸度分布预测方法的流程图。
图2为本发明较佳实施例提供的炉辊与带钢接触的结构示意图。
图3为图1的步骤S40的具体步骤的流程图。
图4为是本发明较佳实施例提供的热凸度分布示意图。
图5为是本发明较佳实施例提供的一种炉辊热凸度分布预测装置的功能模块示意图。
图标：10-炉辊；20-带钢；31-第一传热模块；32-第二传热模块；33-第三传热模块；300-炉辊热凸度分布预测装置；301-划分模块；302-炉辊单元获取模块；303-热流密度获取模块；304-热凸度分布获取模块。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
第一实施例
请参与图1，是本发明实施例提供的一种炉辊热凸度分布预测方法的流程图。下面将对图1所示的具体流程进行详细阐述。
步骤S10：根据炉辊与带钢的接触程度，沿所述炉辊的宽度方向将所述炉辊划分为N个传热模块，N为正整数。
在步骤S10中，炉辊的宽度方向为与炉辊的中轴平行的方向。
在本实施例中，N可取值为3，根据炉辊与带钢的接触程度划分传热模块，具体的可划分为第一传热模块、第二传热模块和第三传热模块；其中，所述第一传热模块为所述炉辊上与所述带钢重叠相接触的部分，所述第二传热模块为所述炉辊上与所述带钢重叠但未接触的部分，所述第三传热模块为所述炉辊上与所述带钢未接触且未重叠的部分。若炉辊中轴沿水平放置，则炉辊与带钢的重叠表示，两者在垂直方向上投影的重合。其他情况，若炉辊形状产生改变，N的取值亦可为1(只存在第三传热模块)或2(只存在第一传热模块和第三传热模块)。
请参阅图2，其中示出了：第一传热模块31为所述炉辊10上带钢20与所述炉辊10相接触的区域，在该区域带钢20与炉辊10紧密接触，仅考虑炉辊10与带钢20的导热。第二传热模块32为炉辊10与带钢20相重叠但未接触的区域，由于炉辊10原始辊型、带钢20规格和强度等参数的影响，该区域炉辊10与带钢20未直接接触，传热方式包括炉辊10与带钢20的导热以及炉辊10与带钢20、辐射管等物体间的辐射传热。第三传热模块33为炉辊10上未重叠的剩余区域，在该区域带钢20未覆盖的炉辊10区域，仅考虑炉辊10与带钢20、辐射管等物体间的辐射传热。
由于炉辊10为以中心的轴对称状，在后续进行热凸度计算时可只计算炉辊的相对称的一半区域，具体的在预测计算时可建立以炉辊10为中心的坐标，可针对对称部分进行预测计算。因此，可得到第一传热模块31的宽度为：xa；第二传热模块32宽度为：xa至xb；第三传热模块33宽度为xb至
Figure GDA0003194966020000071
步骤S20：沿所述炉辊的宽度方向将每个传热模块划分为一个以上的炉辊单元。
在该步骤中，将传热模块分解为炉辊单元，即将所述传热模块离散(划分)划分为若干分段。需要说明的是，将每个传热模块划分为一个以上炉辊单元可以等分，即每个炉辊单元的宽度相同，也可以不等分。在本实施例中，每个炉辊单元的宽度相同，离散后得到N个炉辊单元，并对应标号为1～N，每个炉辊单元的坐标可表示为：
xi＝(i-1)·Δx
其中，xi为第i个炉辊单元的位置坐标；i为炉辊单元的编号，范围为1～N；Δx为炉辊单元的宽度，满足
Figure GDA0003194966020000072
wr为炉辊的总宽度。
步骤S30：根据每个炉辊单元所属传热模块的温度参数，获得每个炉辊单元的热流密度。
在步骤S30中，在炉辊上的不同传热模块可获得的炉辊单元的热流密度均不相同；具体的：
在第一传热模块，根据第一传热模块的温度参数，得到所述炉辊单元的热流密度；其计算式为qi＝α1·(Ts-Tr)，传热模块满足0≤xi≤xa。
在第二传热模块，根据第二传热模块的温度参数，得到所述炉辊单元的热流密度；其计算式为
Figure GDA0003194966020000081
Figure GDA0003194966020000082
传热模块满足xa＜xi＜xb。
在第三传热模块，根据第三传热模块的温度参数，得到所述炉辊单元的热流密度；其计算式为
Figure GDA0003194966020000083
传热模块满足
Figure GDA0003194966020000084
传热模块的温度参数包括但不限于，带钢温度、炉辊单元的温度、隔热屏温度、炉墙温度、辐射管温度等。
在本实施例中，qi为炉辊单元i受到其他物体的传热量，即热流密度；α1为第一传热模块的带钢与炉辊间的热交换系数；α2为伪第二传热模块的带钢与炉辊间的热交换系数；Ts为带钢的温度；Tr为炉辊单元的温度(在未接触带钢前时的温度)；σ为斯忒藩-玻尔兹曼常数；εj为物体j的发射率；fj为在第二传热模块中物体j对炉辊的形状因子；f′j为在第三传热模块中物体j对炉辊的形状因子；Tj为物体j的温度；j为与炉辊辐射传热的物体，j＝1表示带钢，j＝2表示炉墙，j＝3表示辐射管，j＝4表示隔热屏；xa为第二传热模块的下边界；xb为第二传热模块的上边界。
步骤S40：根据每个所述炉辊单元的热流密度和所述炉辊的热膨胀系数，获得所述炉辊的热凸度分布。
在步骤S40中，炉辊的热膨胀系数与炉辊的本身物理属性相关，当制造完成后及得到热膨胀系数固定值。在计算时可将热膨胀系数预设值于运算模型的电脑中，具体：Δpi＝β·ΔTi，式中Δpi为单元i的膨胀量；β为炉辊热膨胀系数；ΔTi为单元i的温度变化。
请参阅图3，具体步骤S40还包括：
步骤S41：根据每个所述炉辊单元的热流密度，获得每个所述炉辊单元的节点温度。
温度的计算与物体的比热容及传热时间相关，具体计算方法为已知技术，不再赘述。另外，通过炉辊单元的热流密度迭代计算获得该炉辊单元的节点温度(最终温度)。具体的，可根据每个所述炉辊单元的热流密度迭代计算该炉辊单元的迭代温度；根据所述迭代温度，获取迭代误差；当迭代误差小于阈值时，停止迭代并获得该炉辊单元的节点温度。其中预设值可根据实际计算结果进行合理调整。若不满足迭代误差，返回炉辊单元热流密度继续计算。迭代的方式可以不作限制，例如可以是牛顿迭代法、柯西迭代法等，其收敛条件为已知方法，在此不再赘述。
炉辊单元的具有已知的初始温度，可直接由设备读出，一般来说炉辊单元初始温度即为炉辊单元的温度(初始温度)，可用于进行迭代计算。
步骤S42：根据每个所述炉辊单元的节点温度与所述炉辊的热膨胀系数，获得每个所述炉辊单元的膨胀值。该步骤中的膨胀值即为炉辊在该位置的膨胀大小。
步骤S43：根据每个所述炉辊单元的膨胀值，获得所述炉辊的热凸度分布。
步骤S43中通过炉辊单元的膨胀值，即可表示炉辊上的热凸度分布，达到炉内炉辊的热凸度预测的目的，保障带钢加工的质量与安全。本发明解决了现有预测方式难以适应炉内复杂多变的热交换环境的问题。如图4所示，根据热膨胀值绘制图形得到热凸度分布。
请参阅图4，为了使得本发明更加清楚，而易理解，下面以具体实例的形式进行说明：
某厂2230mm连续退火炉产线的连续退火炉加热段实际参数，炉辊长度wr为2.5m，属于单梯度炉辊；平台长度为0.5m，原始凸度为4mm，沿半炉辊宽度等分为100个单元，带钢宽度为1.2mm，带钢厚度为1.2m。为简化分析，认为炉辊平台区域为接触区，带钢覆盖的炉辊梯度区域为伪接触区，带钢未覆盖的炉辊区域为非接触区，即炉辊单元所属区域可表示为：
Figure GDA0003194966020000101
带钢温度(Ts)为800℃，加热段辐射管温度为850℃时。需要说明的是，各个参数的取值可由计算机上的模型系统根据加工的技术要求进行确定(或当设备固定式，预设于计算机的硬盘中，供计算模型调用)，具体如下：
设备发射率：带钢，0.1～0.4；隔热屏，0.2～0.6；炉墙，0.7～0.9辐射管，0.7～0.9；炉辊，0.7～0.9。
温度参数根据炉内加热段温度测量设备取值，或根据计算需要从如下范围中取值：
设备带钢，773～1173(K)；防辐射屏，573～1273(K)；炉墙，573～1273(K)；辐射管，973～1473(K)
热交换系数的取值范围：50～200W/(m2·K)。
按照前述的步骤流程，并通过计算机预置的上述计算模型，自动调用其中对应的参数，可计算得到当前条件下的炉辊温度分布和炉辊热凸度分布，如图4所示。通过本方法，预测出上述实例中的炉辊的热凸度分布。
第二实施例
请参阅图5，本实施例中提供的可执行第一实施例的炉辊热凸度分布预测方法的炉辊热凸度分布预测装置300的功能模块示意图。
该装置包括：划分模块301、炉辊单元获取模块302、热流密度获取模块303和热凸度分布获取模块304。
具体的：
划分模块301，用于根据炉辊与带钢的接触程度，沿所述炉辊的宽度方向将所述炉辊划分为N个传热模块，N为正整数。
炉辊单元获取模块302，用于沿所述炉辊的宽度方向将每个传热模块划分为一个以上的炉辊单元。
热流密度获取模块303，用于根据每个炉辊单元所属传热模块的温度参数，获得每个炉辊单元的热流密度。
热凸度分布获取模块304，用于根据每个所述炉辊单元的热流密度和所述炉辊的热膨胀系数，获得所述炉辊的热凸度分布。
其中划分模块301，还用于沿所述炉辊的宽度方向将所述炉辊划分为第一传热模块、第二传热模块和第三传热模块；其中，所述第一传热模块为所述炉辊上与所述带钢重叠相接触的部分，所述第二传热模块为所述炉辊上与所述带钢重叠但未接触的部分，所述第三传热模块为所述炉辊上与所述带钢未接触且未重叠的部分。
其中热流密度获取模块303，包括：
第一子模块，用于根据qi＝α1·(Ts-Tr)获得所述第一传热模块中每个炉辊单元的热流密度。
第二子模块，用于根据
Figure GDA0003194966020000121
Figure GDA0003194966020000122
获得所述第二传热模块中每个炉辊单元的热流密度。
第三子模块，用于根据
Figure GDA0003194966020000123
获得所述第三传热模块中每个炉辊单元的热流密度。
其中，qi为炉辊单元i受到其他物体的传热量，即热流密度；α1为第一传热模块的带钢与炉辊间的热交换系数；α2为伪第二传热模块的带钢与炉辊间的热交换系数；Ts为带钢的温度；Tr为炉辊节点的温度；σ为斯忒藩-玻尔兹曼常数；εj为物体j的发射率；fj为在第二传热模块中物体j对炉辊的形状因子；f′j为在第三传热模块中物体j对炉辊的形状因子；Tj为物体j的温度；j为与炉辊辐射传热的物体，j＝1表示带钢，j＝2表示炉墙，j＝3表示辐射管，j＝4表示隔热屏。
其中所述热凸度分布获取模块304，包括：
节点温度获取子模块，用于根据每个所述炉辊单元的热流密度，获得每个所述炉辊单元的节点温度。
膨胀值获取子模块，用于根据每个所述炉辊单元的节点温度与所述炉辊的热膨胀系数，获得每个所述炉辊单元的膨胀值。
热凸度分布获取子模块，用于根据每个所述炉辊单元的膨胀值，获得所述炉辊的热凸度分布。
其中所述节点温度获取子模块，包括：
迭代单元，用于根据每个所述炉辊单元的热流密度迭代计算该炉辊单元的迭代温度。
误差计算单元，用于根据所述迭代温度，获取迭代误差。
节点温度获取单元，用于当迭代误差小于阈值时，停止迭代并获得该炉辊单元的节点温度。
综上所述：
本发明提供的一种炉辊热凸度分布预测方法及装置，该方法及装置可将炉辊划分为不同的传热模块，并将传热模块在划分为炉辊单元，并得到炉辊单元的初始温度，对炉辊不同区域的传热进行了区别考虑，使得预测更加精确。然后结合炉内各个传热物体的温度参数得到炉辊单元的热流密度；最后根据热流密度与炉辊的热膨胀系数得到炉辊的热凸度分布，达到了对炉内炉辊的热凸度分布进行预测的目的，解决了现有预测方式难以适应炉内复杂多变的热交换环境的问题。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (4)

1.一种炉辊热凸度分布预测方法，其特征在于，包括：
根据炉辊与带钢的接触程度，沿所述炉辊的宽度方向将所述炉辊划分为N个传热模块，N为正整数；其中，包括：沿所述炉辊的宽度方向将所述炉辊划分为第一传热模块、第二传热模块和第三传热模块；其中，所述第一传热模块为所述炉辊上与所述带钢重叠相接触的部分，所述第二传热模块为所述炉辊上与所述带钢重叠但未接触的部分，所述第三传热模块为所述炉辊上与所述带钢未接触且未重叠的部分；
沿所述炉辊的宽度方向将每个传热模块划分为一个以上的炉辊单元；
根据每个炉辊单元所属传热模块的温度参数，获得每个炉辊单元的热流密度；其中，包括：根据qi＝α1·(Ts-Tr)获得所述第一传热模块中每个炉辊单元的热流密度；根据
Figure FDA0003194966010000011
Figure FDA0003194966010000012
获得所述第二传热模块中每个炉辊单元的热流密度；根据
Figure FDA0003194966010000013
获得所述第三传热模块中每个炉辊单元的热流密度；其中，qi为第i炉辊单元的热流密度；α1为所述带钢与所述第一传热模块间的热交换系数；α2为所述带钢与所述第二传热模块间的热交换系数；Ts为所述带钢的温度；Tr为炉辊单元的温度；σ为斯忒藩-玻尔兹曼常数；εj为物体j的发射率；fj为物体j对所述第二传热模块的形状因子；f′j为物体j对所述第三传热模块的形状因子；Tj为物体j的温度；j为与所述炉辊辐射传热的物体，j＝1表示所述带钢，j＝2表示炉墙，j＝3表示辐射管，j＝4表示隔热屏；
根据每个所述炉辊单元的热流密度和所述炉辊的热膨胀系数，获得所述炉辊的热凸度分布；其中包括：根据每个所述炉辊单元的热流密度，获得每个所述炉辊单元的节点温度；根据每个所述炉辊单元的节点温度与所述炉辊的热膨胀系数，获得每个所述炉辊单元的膨胀值；根据每个所述炉辊单元的膨胀值，获得所述炉辊的热凸度分布。
2.根据权利要求1所述的方法，其特征在于，所述根据每个所述炉辊单元的热流密度，获得每个所述炉辊单元的节点温度的步骤包括：
根据每个所述炉辊单元的热流密度迭代计算该炉辊单元的迭代温度；
根据所述迭代温度，获取迭代误差；
当迭代误差小于阈值时，停止迭代并获得该炉辊单元的节点温度。
3.一种炉辊热凸度分布预测装置，其特征在于，包括：
划分模块，用于根据炉辊与带钢的接触程度，沿所述炉辊的宽度方向将所述炉辊划分为N个传热模块，N为正整数；所述划分模块，还用于沿所述炉辊的宽度方向将所述炉辊划分为第一传热模块、第二传热模块和第三传热模块；其中，所述第一传热模块为所述炉辊上与所述带钢重叠相接触的部分，所述第二传热模块为所述炉辊上与所述带钢重叠但未接触的部分，所述第三传热模块为所述炉辊上与所述带钢未接触且未重叠的部分；
炉辊单元获取模块，用于沿所述炉辊的宽度方向将每个传热模块划分为一个以上的炉辊单元；
热流密度获取模块，用于根据每个炉辊单元所属传热模块的温度参数，获得每个炉辊单元的热流密度；热流密度获取模块，包括：
第一子模块，用于根据qi＝α1·(Ts-Tr)获得所述第一传热模块中每个炉辊单元的热流密度；第二子模块，用于根据
Figure FDA0003194966010000021
Figure FDA0003194966010000022
获得所述第二传热模块中每个炉辊单元的热流密度；第三子模块，用于根据
Figure FDA0003194966010000023
获得所述第三传热模块中每个炉辊单元的热流密度；其中，qi为炉辊单元i受到其他物体的传热量，即热流密度；α1为第一传热模块的带钢与炉辊间的热交换系数；α2为伪第二传热模块的带钢与炉辊间的热交换系数；Ts为带钢的温度；Tr为炉辊单元的温度；σ为斯忒藩-玻尔兹曼常数；εj为物体j的发射率；fj为在第二传热模块中物体j对炉辊的形状因子；f′j为在第三传热模块中物体j对炉辊的形状因子；Tj为物体j的温度；j为与炉辊辐射传热的物体，j＝1表示带钢，j＝2表示炉墙，j＝3表示辐射管，j＝4表示隔热屏；
热凸度分布获取模块，用于根据每个所述炉辊单元的热流密度和所述炉辊的热膨胀系数，获得所述炉辊的热凸度分布；所述热凸度分布获取模块，包括：节点温度获取子模块，用于根据每个所述炉辊单元的热流密度，获得每个所述炉辊单元的节点温度；膨胀值获取子模块，用于根据每个所述炉辊单元的节点温度与所述炉辊的热膨胀系数，获得每个所述炉辊单元的膨胀值；热凸度分布获取子模块，用于根据每个所述炉辊单元的膨胀值，获得所述炉辊的热凸度分布。
4.根据权利要求3所述的装置，其特征在于，所述节点温度获取子模块，包括：
迭代单元，用于根据每个所述炉辊单元的热流密度迭代计算该炉辊单元的迭代温度；
误差计算单元，用于根据所述迭代温度，获取迭代误差；
节点温度获取单元，用于当迭代误差小于阈值时，停止迭代并获得该炉辊单元的节点温度。
CN201811114632.5A 2018-09-25 2018-09-25 一种炉辊热凸度分布预测方法及装置 Active CN109299824B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811114632.5A CN109299824B (zh) 2018-09-25 2018-09-25 一种炉辊热凸度分布预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811114632.5A CN109299824B (zh) 2018-09-25 2018-09-25 一种炉辊热凸度分布预测方法及装置

Publications (2)

Publication Number Publication Date
CN109299824A CN109299824A (zh) 2019-02-01
CN109299824B true CN109299824B (zh) 2021-10-22

Family

ID=65164167

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811114632.5A Active CN109299824B (zh) 2018-09-25 2018-09-25 一种炉辊热凸度分布预测方法及装置

Country Status (1)

Country Link
CN (1) CN109299824B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112364460B (zh) * 2020-11-23 2025-01-14 首钢集团有限公司 轧辊热膨胀分析方法、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1149082A (zh) * 1996-08-27 1997-05-07 宝山钢铁(集团)公司 连续退火炉在线控制方法
JP2001181744A (ja) * 1999-12-27 2001-07-03 Sumitomo Metal Ind Ltd 連続焼鈍設備における幅変動防止方法
JP2003253343A (ja) * 2002-03-05 2003-09-10 Jfe Steel Kk 金属帯の連続熱処理方法
CN103468922A (zh) * 2012-06-06 2013-12-25 上海梅山钢铁股份有限公司 一种防止退火炉带钢热瓢曲的控制方法
CN106156881A (zh) * 2015-04-27 2016-11-23 宝钢不锈钢有限公司 连退机组炉子段炉辊温度场与热辊型的预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1149082A (zh) * 1996-08-27 1997-05-07 宝山钢铁(集团)公司 连续退火炉在线控制方法
JP2001181744A (ja) * 1999-12-27 2001-07-03 Sumitomo Metal Ind Ltd 連続焼鈍設備における幅変動防止方法
JP2003253343A (ja) * 2002-03-05 2003-09-10 Jfe Steel Kk 金属帯の連続熱処理方法
CN103468922A (zh) * 2012-06-06 2013-12-25 上海梅山钢铁股份有限公司 一种防止退火炉带钢热瓢曲的控制方法
CN106156881A (zh) * 2015-04-27 2016-11-23 宝钢不锈钢有限公司 连退机组炉子段炉辊温度场与热辊型的预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
立式退火炉核心工艺技术介绍及分析;王俊刚等;《工业炉 Industrial Furnace》;20130131;第32卷(第4期);第26-34页 *

Also Published As

Publication number Publication date
CN109299824A (zh) 2019-02-01

Similar Documents

Publication Publication Date Title
Wu et al. Predicting and compensating for small-sample thermal information data in precision machine tools: A spatial-temporal interactive integration network and digital twin system approach
Torabi et al. Analytical solution for evaluating the thermal performance and efficiency of convective–radiative straight fins with various profiles and considering all non-linearities
CN104298884B (zh) 一种快速计算轧件断面温度的有限元和有限差分耦合方法
Wang et al. Fuzzy estimation for temperature distribution of furnace inner surface
Kimaev et al. A comparison of efficient uncertainty quantification techniques for stochastic multiscale systems
US20170286579A1 (en) Predicting cracking in cooled metal or alloy components
CN109299824B (zh) 一种炉辊热凸度分布预测方法及装置
US20220398359A1 (en) Digital twin based temperature distribution estimating method and temperature distribution estimating apparatus
CN106709137A (zh) 基于多项式极大似然估计的核电站堆芯温度场软测量方法
Pati et al. The discrepancy in the prediction of surface temperatures by inverse heat conduction models for different quenching processes from very high initial surface temperature
JP4744226B2 (ja) 冷却制御モデルの学習方法及び圧延材の冷却方法。
CN110307910B (zh) 一种步进梁加热炉钢坯温度获取方法及装置
Wan et al. Estimation of distributed thermal boundary based on fuzzy clustering of temperature observable points
Ding et al. Multi‐Objective Optimization of Slab Heating Process in Walking Beam Reheating Furnace Based on Particle Swarm Optimization Algorithm
Moon et al. An approximate method for computing the temperature distribution over material thickness during hot flat rolling
Langbauer et al. Development of an artificial neural network (ANN) model to predict the temperature of hot-rolled steel pipes
Xu et al. A deep mixed-effects modeling approach for real-time monitoring of metal additive manufacturing process
Bellet et al. The inherent strain rate method for thermo‐mechanical simulation of directed energy deposition additive manufacturing
CN108595805A (zh) 一种设备平均寿命的预测方法及系统
CN113621791A (zh) 一种基于黑匣子试验横向分区数据提高加热炉钢坯温度跟踪模型计算精度的方法
Wang et al. Inversion of Thermal Conductivity in Two‐Dimensional Unsteady‐State Heat Transfer System Based on Boundary Element Method and Decentralized Fuzzy Inference
Laciak et al. Utilization of indirect measurement in the annealing process of the steel coils
Soltani et al. Predicting DUV open contact risk with scarce sampling using new contour-based metrics
Kim et al. Theoretical analysis of wafer temperature dynamics in a low pressure chemical vapor deposition reactor
CN104537167B (zh) 基于鲁棒区间极限学习机的区间型指标预报方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant