Modellprädiktive Temperaturregelung eines horizontalen Bandglühofens

Abstract

In der Stahlindustrie werden zur Wärmebehandlung von Bandprodukten Glühöfen verwendet. Durch eine geeignete Temperaturregelung solcher Öfen soll die Produktqualität gesteigert sowie der spezifische Energieverbrauch und der Ausschuss reduziert werden. In dieser Arbeit wird für einen horizontalen Bandglühofen eine nichtlineare modellprädiktive Regelung für die Bandtemperatur entworfen. Die Bandtemperatur soll am Ende des Ofens eine bestimmte Solltemperatur erreichen und immer in den erlaubten Temperaturgrenzen bleiben. Die Basis dafür ist ein maßgeschneidertes mathematisches Ofenmodell. Im modellprädiktiven Regler wird das dynamische Optimierungsproblem numerisch mit dem Levenberg-Marquardt-Verfahren gelöst. Der notwendige Gradient und die approximierte Hessematrix werden analytisch mit Hilfe adjungierter Variablen berechnet. Als Stellgrößen verwendet der Regler die Brennstoffmassenströme in die Heizzonen des Ofens. Die Funktionalität und die Leistungsfähigkeit des entwickelten Temperaturreglers werden in einer Software-basierten Simulationsumgegung mit Prozessdaten der realen Anlage nachgewiesen.

In the steel industry, annealing furnaces are used for the heat treatment of strip products. A high-performance temperature control of the furnace should help to improve the product quality and should minimize the energy consumption. In this thesis, a nonlinear model predictive temperature controller for the strip temperaturein a horizontal annealing furnace is designed. The strip temperature at the end of the furnace should reach its desired temperature and should always be within the desired temperature limits. A tailored mathematical furnace model serves as the basis for the controller design. In the control algorithm, a dynamic optimization problem with equality constraints is numerically solved using the Levenberg-Marquardt method. The required gradient and the approximate Hessian of the objective function are analytically computed using an adjoint based approach. The capabilities of the proposed control concept are demonstrated in a software-based simulation environment with process data from the real plant.