公开(公告)号：CN105032951B

公开(公告)日：2017-01-18

申请号：CN201510411489.6

申请日：2015-07-14

Applicant: 东北大学

Inventor： 王丙兴 ,  张田 ,  武志强 ,  谢谦 ,  田勇 ,  王昭东 ,  王国栋 ,  李勇 ,  韩毅

IPC: B21B37/74

Abstract: 本发明公开了一种提高超快冷温度模型精度和自学习效率的控制方法，本方法综合考虑了钢种物性参数、钢板规格尺寸、介质水温、钢板温度、时效等影响因素对温度模型的核心参数——换热系数的影响。构建一种多维空间关系，有效的描述了不同影响因素作用下的各换热系数之间的联系，利用简便的几何算法和数值求解相结合，快速准确的预测出目标影响条件下的换热系数的值，最终实现温度模型的精确控制。本发明可在拥有较少冷却钢板的经验数据的基础上，快速合理的计算出适合当前工况条件下的模型参数，能有效降低温度模型计算过程中的自学习成本，提高温度模型的稳定性及准确性。

公开(公告)号：CN105032951A

公开(公告)日：2015-11-11

申请号：CN201510411489.6

申请日：2015-07-14

Applicant: 东北大学

Inventor： 王丙兴 ,  张田 ,  武志强 ,  谢谦 ,  田勇 ,  王昭东 ,  王国栋 ,  李勇 ,  韩毅

IPC: B21B37/74

Abstract: 本发明公开了一种提高超快冷温度模型精度和自学习效率的控制方法，本方法综合考虑了钢种物性参数、钢板规格尺寸、介质水温、钢板温度、时效等影响因素对温度模型的核心参数——换热系数的影响。构建一种多维空间关系，有效的描述了不同影响因素作用下的各换热系数之间的联系，利用简便的几何算法和数值求解相结合，快速准确的预测出目标影响条件下的换热系数的值，最终实现温度模型的精确控制。本发明可在拥有较少冷却钢板的经验数据的基础上，快速合理的计算出适合当前工况条件下的模型参数，能有效降低温度模型计算过程中的自学习成本，提高温度模型的稳定性及准确性。