Die Steuerung der Nachwalzkühlung ist ein entscheidender Schritt zur Regelung der Mikrostruktur und der Eigenschaften von warmgewalztem Stahl. Traditionelle physikalische Modelle und datengetriebene Modelle sind durch vereinfachte mechanistische Annahmen, geringe Lerneffizienz und Schwierigkeiten bei der dynamischen Anpassung von Parametern eingeschränkt, wodurch sie komplexe und sich ändernde Walzbedingungen nicht präzise bewältigen können. Es wird ein Modell zur Nachwalzkühlung auf Basis von Intelligent Augmentation (IA) vorgeschlagen, das eine tiefe Verschmelzung von Algorithmus und Erfahrung realisiert; sein Kernprinzip lautet „mechanistische Beschränkung + Datenkorrektur + dynamisches Feedback“. Die Produktionserfahrung zeigt, dass dieses Modell wirksam die Probleme herkömmlicher Modelle mit schlechter Robustheit und langsamen Lernen löst, den Kühlfehler innerhalb von ±20 ℃ kontrolliert und die Lernanpassungsrate im Vergleich zu traditionellen Modellen um über 30 % steigert, was für die Verbesserung der Produktqualität von warmgewalztem Stahl und die Förderung der intelligenten Aufrüstung der Stahlindustrie von großer Bedeutung ist.

Nachwalzkühlung Kontrolle;Intelligent Augmentation;mechanistische Beschränkung;Datenkorrektur;dynamisches Feedback