针对冷连轧机负荷分配寻优速度缓慢的问题,采用了基于改进人工鱼群算法的优化方法。由于基本人工鱼群算法后期收敛速度慢、精度不高,所以对其中觅食行为的视野和步长进行了优化。首先给定一个较大的视野和步长,随着算法的迭代,视野不断减小,到某一值后不再改变,同时步长随着视野的减小而同比例减小。结合某钢厂五机架冷连轧机,以轧制力成比例分配为目标函数,以压下率为约束条件,通过MATLAB对轧制负荷分配的寻优过程进行仿真,结果表明改进后的人工鱼群算法在轧制负荷分配方面,具有算法实现简便、收敛速度快等优点,而且与典型轧制规程相比,各机架出口厚度误差最大为4.26%,为实际生产中轧制规程的制定提供了有效的方法。

带钢热连轧过程中采集的数据具有较强的自相关性、互相关性以及时变性,典型变量分析方法(CVA)虽然能够解决自相关性和互相关性的问题,但是由于过程数据存在时变性,导致以前构建的监控模型不再适用于现在的数据,因此提出了一种基于滑动窗口的典型变量分析方法(MWCVA)。该方法首先通过初始窗口构建CVA模型和统计量,解除了数据之间的自相关性和互相关性,然后通过滑动窗口更新过程数据,不断更新CVA模型和统计量,解决了时变性导致检测结果不准确的问题,最后通过控制限判断是否发生故障,在监测系统内部状态空间的同时监测外部状态空间的变化,更加全面地进行故障检测。通过带钢热连轧过程(HSMP)案例的仿真研究,对比CVA、MWCVA的检测效果,证明了MWCVA对故障识别的精度高达100%,误报率不足0.5%。

针对带钢冷连轧精轧机组中负荷分配的优化问题,提出一种免疫萤火虫算法。该方法利用免疫算法中抗体对抗原敏感性强的特点,在目标函数的激励下迅速大量产生可行域中适应度高的解,解决基本人工萤火虫算法中因观察范围内高亮度的萤火虫发现率低导致的算法初始迭代缓慢问题。为提高萤火虫算法的精度、避免陷入局部极值,根据免疫算法中抗体浓度与激励度的关系,提出新的萤光素更新公式。仿真分析免疫算法、人工萤火虫算法和免疫萤火虫算法,结果表明了免疫萤火虫算法在收敛速度和精度上的优越性。