宽带钢热连轧机组的板形方程

以工业轧机为对象,建立了实用的板形方程即凸度传递模型,该方程能反映热连轧板形生成及控制的特点,并满足热连轧机组板形控制的需要,同时给出了建立板形方程所需的一整套完整分析工具,取样数据与该模型仿真计算结果的对比表明,该模型是可行的。     

凸度板形矢量法在中厚板中的应用

为了有效控制中厚板板形和发挥轧机生产能力,将凸度 板形矢量分析法应用于中厚板轧制规程的计算·首先分析板凸度计算模型并给出相应的在线数学模型,然后分析了凸度 板形矢量法的机理·并基于该方法分析中厚板伸长阶段的轧制特点,将伸长阶段的规程计算分解成三步:伸长阶段前几个道次在轧机能力允许范围内采用大压下量,减少轧制道次;伸长阶段的后3,4个轧制道次,采用凸度 板形矢量法,控制轧件凸度和板形;通过调节总轧制道次数或最大轧制力限制系数,使得最后道次的出口厚度等于目标厚度·通过长期在线应用,表明该方法对板形有较强的控制能力,适合于中厚板的在线计算机过程控制·     

智能方法在板形控制中的应用

介绍了智能方法在轧制领域特别是在板形控制中的研究进展。阐述了神经网络、模糊控制、遗传算法、粒子群算法等智能方法在板形模式识别模型、板形预报模型、板形控制的液压弯辊控制模型和轧辊分段冷却控制模型中的应用,表明将智能方法引入板形控制中,改变了依赖经验和传统方法进行板形控制的局面,为板形控制建模走出了一条新途径。     

解析刚度理论在板形控制中的应用

热连轧的板带材是冷轧的主要原料,来料板形波动太大不利于对冷轧进行板形控制。针对这一问题,结合国内某热连轧厂的实际情况,建立了板形调控模型。该模型以解析刚度理论为理论基础,通过调整机械板凸度来控制板形。现场试验数据表明,该模型达到了板形的调控目标,可以使产品的出口板形稳定在一个较小的范围内。     

基于BP神经网络的CVC冷连轧机板形预测控制模型

将ＢＰ神经网络建模方法与预测控制思想相结合用于宽带钢板形自动控制,研究并建立了基于ＢＰ神经网络的板形预测控制数学模型,经用宝钢１４２０ｍｍ冷轧实测数据仿真验证表明该模型具有很高的预测精度。     

基于人工蜂群算法的Elman网络板形预测

针对常规Elman网络泛化能力差的缺点,以及工业生产中对高精度板形预测模型的需要,用人工蜂群算法（ABC）代替误差反传算法训练Elman网络,建立了一个基于Elman网络的板形预测模型．神经网络的隐层节点数通过经验公式和仿真试验来确定．通过仿真验证,用人工蜂群算法训练的Elman网络在同等条件下比常规Elman网络具有更强的泛化能力,其板形预测精度更高．     

铝带坯铸轧板形测控的补偿模型

根据铸轧板形缺陷的表征特点及其评价指标 ,采用铸轧板带的横向板厚分布作为板形控制信号 ,并依此建立了铸轧板形的数学描述 .基于铸轧工艺的特点 ,在铸轧板形实测信号中通常包含铸轧带材横向温差及板凸度所致的两种附加干扰 ,通过具体分析两种附加干扰对铸轧板形测控的影响 ,分别建立了附加温差板形补偿模型和附加板凸度板形补偿模型 .针对某铸轧机实轧工况 ,运用所建补偿模型求得了横向板厚的补偿值 ,并直接对板形检测信号进行修正 ,以期提高板形控制精度 ,避免板控执行机构的误操作 .实测结果表明所建补偿模型正确 ,且处理方法简单 ,可直接用于铸轧板形的控制 .图 1,表 1,参 10     

森吉米尔轧机的板形控制

结合武钢硅钢生产实际,从现场检测分析入手,寻找实际轧制过程中森吉米尔轧机的板形变化规律,建立了多辊系弹性变形仿真模型。通过对各种条件下辊系变形规律的分析,揭示了森吉米尔轧机的板形控制特性。     

带钢平整轧制过程中板形缺陷的遗传和演变规律

应用ABAQUS有限元软件对平整轧制过程进行三维弹塑性建模及仿真研究,通过温度场模拟入口带钢的初始板形缺陷,利用刚性工作辊的辊形变化综合表达各板形控制手段对承载辊缝形状的调控功效。基于以上力学模型,针对具有初始板形缺陷的带钢,仿真研究平整轧制后带钢的板形缺陷及其与初始板形缺陷及平整工艺条件的关系,揭示带钢平整轧制过程中板形缺陷的遗传与演变的规律。仿真计算结果表明,承载辊缝形状是决定带钢板形缺陷遗传和演变的最主要因素,轧前带钢的初始板形缺陷的程度,即最大纵向延伸差的大小,对平整后带钢的板形缺陷仅有一定程度的遗传性影响。     

基于多值编码GA—BP混合算法的板形板厚综合预测控制

为克服BP神经网络存在的收敛速度慢、易于陷入局部极值等不足，提出了可以同时优化BP神经网络的结构和参数的基于多值编码方式的嵌入梯度下降算子的混合遗传算法（GA-BP）．并在此基础上针对板形板厚综合系统（AFC-AGC）具有强非线性、强耦合而难以建立精确的数学模型的问题，设计了基于BP网络板形板厚综合预测模型，引入了反馈校正的方法来提高板形板厚控制系统的抗干扰能力．仿真结果表明，该模型可以实现板形板厚的精确控制，为热连轧板形板厚综合控制提供了一个新的有效的方法．     

在线高精度中厚板凸度计算模型

基于普通中厚板四辊轧机,利用影响函数法分析了轧件宽度、轧制力、工作辊和支撑辊尺寸和弯辊力对有载轧辊凸度的影响,并根据大量计算数据进行回归,得出在线有载轧辊凸度计算模型·分析了轧件入口凸度对出口凸度的遗传效果,综合有载轧辊凸度模型和板凸度遗传系数模型得到在线板凸度计算模型·该模型合理地考虑了轧辊变形和轧件横向流动的影响,能够真实反映出口板凸度的大小,计算精度高,是在线板形和板凸度控制的有效工具·     

基于影响函数的轧机辊系变形分析及板形预报

在设计、改造板带轧机,以及控制和改善板形时都要对轧机辊系弹性变形进行考虑。采用影响函数法,根据所给出的计算模型对某１８５０轧机轧辊辊系变形进行了分析,并利用分析结果对其板材横向厚差进行了预报,预报结果表明该方法是正确的。     

高速公路防眩板高度计算模型

眩光是影响高速公路夜间行车交通安全的重要因素。为了对不同线形路段上的防眩板高度进行合理的设置,本文分析了不同线形条件与防眩板高度的关系,考虑路线线形、车道组合、中央分隔带宽度等参数,建立了平面线形和凹形竖曲线的防眩板高度计算模型,得出了不同竖曲线半经及坡度差条件下的防眩板高度变化范围。最后结合理论及数据,对实际工程进行了分析,计算出了不同线形路段上防眩板高度的实际需求。     

中厚板轧机轧辊磨损预测

基于对中厚板轧辊磨损模型的分析,探讨了适合在线应用的轧辊磨损回归解析模型·采用现场实际的轧辊磨损数据,将轧辊的磨损沿辊身分布上进行统计,将轧辊磨损量考虑为沿轧辊长度方向的函数并用来预测下一轧制周期内的轧辊磨损·对首钢3500mm中厚板轧机的轧辊磨损进行了预测和实际的测量,并进行了解析分析·应用结果表明:磨损预测值与实测值吻合较好,能够比较显著地提高磨损模型的预报精度,从而为中厚板的厚度精度、板形和板凸度控制提供了良好的基础·     

支持辊磨损模型的模拟退火算法求解

在大量实测数据的基础上，结合理论分析，用统计方法建立起适合工程应用的支持辊磨损模型．该模型是一个多峰且高度非线性系统的半经验公式，其参数的估计复杂且计算量大．借助于带记忆的模拟退火算法，得到有效的解决．计算结果表明该模型具有较高的预报精度．在武钢2800四辊轧机应用后，取得明显效果．     

基于三次指数平滑法的沪牌拍卖月均价预测

随着人们生活水平的提高以及国内外人才向上海的大量涌入,上海车牌拍卖竞争越发激烈,因此对拍牌成交月均价的短期预测具有较高的现实意义.通过对投放数量、投标人数、历史数据等影响因素与成交月均价进行相关性分析发现,利用历史数据进行短期预测最为有效.据此,基于传统的三次指数平滑法和动态三次指数平滑法,利用2016年1~10月上海车牌拍卖成交月均价的历史数据,预测了2016年11月和12月沪牌拍卖成交月均价.同时,通过对预测误差进行分析得到动态三次指数平滑法要优于三次指数平滑法.从而得出,基于动态三次指数平滑法,利用历史数据对车牌月均价进行短期预测,能为车牌拍卖出价提供有效指导.     

中厚板角轧过程的形状预测模型研究

大单重或小展宽比的中厚钢板,可以采用角轧技术进行生产,以解决因设备限制无法生产或由于多次转钢导致生产效率低的问题.基于体积不变原理和三角函数关系,推导了中厚板角轧过程的轧件形状尺寸变化公式,获得角轧实现矩形化的转角和压下量关系,建立了角轧过程转角、压下量与宽展之间的预测模型.设计了中厚板角轧过程形状预测计算程序流程,简化角轧过程的宽展计算,进行角轧形状预测程序的开发.利用角轧实验对形状预测模型进行验证,模型计算尺寸数据与实际轧制尺寸数据的最大误差为6.22%,表明角轧形状预测模型具有较高精度.     

垂荡板水动力的数值模拟

将计算垂荡板的水动力问题简化为二维竖直平板的绕流问题，计算了在各种来流情况下垂荡板的受力，给出了在计算模型下流场后尾涡片的发展图景。与试验结果对比后发现，尽管计算模型和试验时的三维模型差距很大，但只需要调整计算条件，计算结果与试验结果即可较好地吻合。这表明，在类似的情况下对于不同形状的平板，存在可以简化到二维的可能。     

空腹夹层板连续化分析的两种模型

根据空腹夹层板的构造特点 ,提出了空腹夹层板连续化分析的两种计算模型。其一为三层板模型 ,其二为五层板模型。分别建立了空腹夹层板基于两种模型的基本微分方程 ,并推导出矩形平面、周边简支条件下的级数解 ,得到一些有价值的结论。