【技术实现步骤摘要】
本专利技术涉及自学习，具体地，涉及一种基于自学习反馈参数修正的方坯坯温计算方法和系统。
技术介绍
1、目前主流的坯温计算方法为板坯坯温计算，对方坯的研究较少，但实际对于棒材、线材、型材等坯料的加热时，需要进行方坯的坯温计算。相较于板坯一维非稳态导热模型，本方法中方坯采用二维非稳态导热模型。
2、传统坯温计算方法使用的是传热学机理模型，而传热有3种基本方式：热传导、热对流、热辐射，以往的方法往往考虑不全，如只考虑了辐射传热、但未考虑对流传热等方面，本方法的传热机理模型涵盖了热传导、热对流、热辐射的三种方式。另外，对于传热学机理模型中，部分参数，如：总括热吸收率、对流系数，与加热炉的炉型、炉况、工况等因素相关，往往使用固定的经验数据，随着时间的推移，炉况、工况会有变化，但固定参数则无法体现出此变化，从而使得模型渐渐不被现有工作情况所适应。本模型提供了参数自学习的功能，通过方坯出炉实测温度，修正机理模型中的总括热吸收率、对流系数参数，从而使得模型能随着时间的推移，适应新的炉况、工况。
3、专利文献cn106874591a(申请号：cn201710075208.3)公开了一种方坯加热过程温度分布的计算方法，包括：选取计算域并进行网格划分，且计算域中包含水梁；确定不同于板坯加热的边界条件，方坯两侧采用上、下炉膛综合换热量；建立方坯内部导热的二维非稳态导热微分方程；求解方程，输出方坯温度分布。该专利坯表面采用了辐射传热计算，未能考虑到炉内对流传热对坯温的影响，且各类系数是直接给定，未能进行反馈校验。
4、
技术实现思路
1、针对现有技术中的缺陷，本专利技术的目的是提供一种基于自学习反馈参数修正的方坯坯温计算方法和系统。
2、根据本专利技术提供的基于自学习反馈参数修正的方坯坯温计算方法，包括：
3、步骤1：获取加热炉炉温实绩，使用线性插值模拟出炉内温度分布；
4、步骤2：获取方坯入炉温度实绩，将方坯网格化划分，划分后的方坯网格为方坯微元，使用热平衡原理，单位时间内导入方坯微元的总热量-导出方坯微元的总热量＝方坯微元内能的增量，结合时间差分方程，计算出下一周期的方坯温度；
5、步骤3：循环计算到方坯出炉，得到方坯出炉温度计算值；
6、步骤4：根据方坯出炉实测温度，修正坯温计算中的各参数。
7、优选的，所述步骤1包括：
8、步骤1.1：实时获取加热炉各炉段热电偶读值；
9、步骤1.2：按热电偶所在炉内位置，使用线性插值外推法，模拟出炉内整体温度分布情况。
10、优选的，所述步骤2包括：
11、步骤2.1：获取方坯入炉温度实绩，并将方坯截面进行二维网格化划分，划分后的方坯网格为方坯微元，并将所有方坯微元初始温度定义为入炉温度实绩；
12、步骤2.2：跟踪方坯炉内位置，并获取该位置的炉内温度；
13、步骤2.3：使用热平衡原理，单位时间内导入方坯微元的总热量-导出方坯微元的总热量＝方坯微元内能的增量，得到方坯二维微元温度计算公式：
14、
15、式中：q为热流密度，上下左右表示方坯微元的上下左右方向的热流密度，当热量流入方坯微元时，q为正数，当热量流出方坯微元时，q为负数；a为热流进入方坯微元的面积，为坯长×微元高度；c为比热；m为微元质量；δt为邻接微元与本微元的温差；δt为计算时间步长；
16、步骤2.4：对于步骤2.3中的热流密度q，若是从炉气传入计算的方坯微元，则需考虑热辐射及热对流情况，其公式如下：
17、
18、式中：σ为斯忒藩-玻尔兹曼常数；ξ为总括热吸收率；tg为炉气温度；ts为坯料表面温度；h为对流传热系数；
19、步骤2.5：对于步骤2.3中的热流密度q，若是从邻接方坯微元传入计算的方坯微元，则需考虑热传导情况，其公式如下：
20、
21、式中：λ为导热系数；l为相邻两微元中心距离；
22、步骤2.6：对于方坯微元内能的增量，由于微元质量m不可测，通过下列公式计算而得：
23、m＝ρ·v＝ρ·l·a
24、式中：ρ为密度；v为微元体积；
25、步骤2.7：进行时间差分，计算出下一周期的方坯微元温度；
26、
27、针对微元1：
28、
29、
30、
31、
32、式中：λ12为方坯微元1、2之间的导热系数；λ14为方坯微元1、4之间的导热系数；c1为方坯微元1的比热；ρ1为方坯微元1的密度；为方坯微元1经过一个时间步长后的温度；为方坯微元1当前时间的温度；为方坯微元1上面炉气当前时间的温度；为方坯微元1左面炉气当前温度；
33、由于坯料宽度相对于加热炉炉长可视为一个点，即：方坯微元1的传热情况与方坯微元3的传热情况相同；方坯微元4的传热情况与方坯微元6的传热情况相同；方坯微元7的传热情况与方坯微元9的传热情况相同，因此，该方程简化为仅计算6个方坯微元，根据推导得出6个方坯微元的下一周期的温度函数；
34、atn＝bt0+c
35、式中：
36、
37、
38、
39、
40、优选的，所述步骤3包括：
41、步骤3.1：设定计算坯温的计算周期和计算时间步长，计算时间步长小于计算周期；
42、步骤3.2：当坯温计算周期到，按方坯微元当前温度、当前坯料所处位置的炉温，以计算时间步长循环计算到当前时刻，获得当前时刻方坯微元温度；
43、步骤3.3：跟踪方坯实际情况，计算到方坯出炉时刻，得到方坯出炉温度。
44、优选的，所述步骤4包括：
45、步骤4.1：步骤2中的总括热吸收率ξ与对流系数h与具体加热炉的物理性质有关，需要针对不同的加热炉进行调整，先为两参数设置一个初始值，进行坯温计算；
46、步骤4.2：积累一定数量的坯温计算出炉温度，与对应的实测坯温出炉温度，将两者差的平方本文档来自技高网...
【技术保护点】
1.一种基于自学习反馈参数修正的方坯坯温计算方法，其特征在于，包括：
2.根据权利要求1所述的基于自学习反馈参数修正的方坯坯温计算方法，其特征在于，所述步骤1包括：
3.根据权利要求1所述的基于自学习反馈参数修正的方坯坯温计算方法，其特征在于，所述步骤2包括：
4.根据权利要求1所述的基于自学习反馈参数修正的方坯坯温计算方法，其特征在于，所述步骤3包括：
5.根据权利要求3所述的基于自学习反馈参数修正的方坯坯温计算方法，其特征在于，所述步骤4包括：
6.一种基于自学习反馈参数修正的方坯坯温计算系统，其特征在于，包括：
7.根据权利要求6所述的基于自学习反馈参数修正的方坯坯温计算系统，其特征在于，所述模块M1包括：
8.根据权利要求6所述的基于自学习反馈参数修正的方坯坯温计算系统，其特征在于，所述模块M2包括：
9.根据权利要求6所述的基于自学习反馈参数修正的方坯坯温计算系统，其特征在于，所述模块M3包括：
10.根据权利要求8所述的基于自学习反馈参数修正的方坯坯温计算系统，
...【技术特征摘要】
1.一种基于自学习反馈参数修正的方坯坯温计算方法，其特征在于，包括：
2.根据权利要求1所述的基于自学习反馈参数修正的方坯坯温计算方法，其特征在于，所述步骤1包括：
3.根据权利要求1所述的基于自学习反馈参数修正的方坯坯温计算方法，其特征在于，所述步骤2包括：
4.根据权利要求1所述的基于自学习反馈参数修正的方坯坯温计算方法，其特征在于，所述步骤3包括：
5.根据权利要求3所述的基于自学习反馈参数修正的方坯坯温计算方法，其特征在于，所述步骤4包括：
【专利技术属性】
技术研发人员：徐旼之，沈春锋，杨海，孙海燕，
申请(专利权)人：上海宝信软件股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。