我国是个钢铁生产和钢铁消费的大国,钢铁生产在我国的国民经济发展中占据了重要的战略地位。钢铁行业也是我们的能源消耗大户,一方面我国是个能源紧缺的国家,另一方面我国的工业能源利用率较低。在钢铁企业中,加热炉是热轧生产线的重要设备,耗能很大,因此在其控制与生产管理方面,我们的任务紧迫且大有可为。 对于钢铁生产企业来说,控制钢坯在加热过程中的表面温度和内部温度是非常重要的,它将直接影响到后续加工的工艺过程和钢材的最终产品质量,因此,对钢坯温度场进行有效及时的监控是必要的。长期以来,对钢坯温度场的监控主要以温度传感器的数值和人的现场观测为主,存在不直观、工作量大、效率较低和过分依赖于人的经验等缺点,最终产品的质量也会受到影响。显然采用更为有效的监控手段成为一个人们关注的重点。近年来可视化技术得到了长足的发展,在很多工程领域都有了较好的应用。针对目前的测温技术很难用仪器直接测量出加热炉内被加热钢坯的内部温度,本文采用可视化技术对钢坯温度场进行虚拟现实可视化。 论文利用传热学的知识,通过神经网络建模方法建立了钢坯表面温度预报模型,用有限差分法建立了钢坯内部温度场模型。仿真研究证明,模型能够较为准确地预报钢坯表面及内部温度场数据。 在可视化技术及已获钢坯数学模型基础上,利用AVS/Express以等温面的形式实现了钢坯温度场的可视化,接近于人对信息的接收方式,从而达到了较理想的监控效果,本文通过对钢坯温度场中大容量数据进行虚拟可视化的初步研究,为如何将模型计算产生的大量数据值转化为可视化图象提供了一种有效的解决方式,有重要的工程应用价值。