恒溫老化房在加熱過程中的問題存在

恒溫老化房耐火材料內襯在高溫、高壓環境下的工作條件十分惡劣，這是為了使其設備滿足高溫的要求而延長使用壽命，因此需要對老化房耐火材料的質量與砌體的設計有著很嚴格的要求。那么如何根據溫度老化房各部位，如：工作溫度、結構特點、受力情況以及化學侵蝕等特點選用不同性能的耐火材料呢?

如今高爐多數采用蓄熱式老化房其工作原理是先燃燒煤氣，利用產生出來的煙氣加熱蓄熱室的格子磚并將冷風通過熾熱的格子磚進行加熱，將其設備的輪流交替進行燃燒與送風使高爐連續獲得高溫熱風。因此提高恒溫老化房傳熱效率對提高風溫有著重要意義，所以增加格子磚的加熱面積，并成為提高傳熱能力的”重要技術措施“。近年來隨著恒溫老化房操作制度的改進，通過對格子磚進行優化縮小格子磚孔徑，以及加大加熱面積，從而提高格子磚的“傳熱效率與熱工性能”。

此外加強恒溫老化房熱風管系的受力分析與計算，對熱風管路進行設計也是提高風溫的重要措施，而承受高風溫、高壓管道的波紋補償器以及管道支架的設置應進行詳細的受力分析，特別是對于承受高溫熱或高壓產生的壓力位移的管道在設計中是要充分重視的。

我國絕大多數恒溫老化房的燃燒控制主要還是采用手動控制、煤氣流量和空氣流量的大小均由人工憑經驗手動調節，因此供熱溫度波動對恒溫老化房的壽命有很大影響并造成煤氣的巨大浪費。而傳統控制方法主要有：比例極值調節法與煙氣氧含量串級比例控制法，但由于不能及時改變空燃比不易實現老化房的最佳燃燒，且儀器成本高、難以維護，因此實際使用效果不太理想;由于人工智能方法主要有：神經網絡與模糊控制這兩種，神經網絡控制對恒溫老化房燃燒過程有極強的自學習能力，有較強的抗干擾能力但較弱且模糊控制不需數學模型，因此適用于溫度老化房這類難以確切描述的非線性系統。