热轧带钢轧制力模型自学习算法优化

根据轧制数量、测量数据质量和轧制力预报误差的影响,建立了轧制力自学习速度因子优化模型. 在长期自学习的判定条件中综合考虑了规格分档的变化以及厚度、宽度的改变量,减少了换规格的次数. 长期自学习系数计算时利用了从前一块钢数据中分离出的设备状态信息,从而改善了模型自学习的连续性. 离线仿真分析结果表明,轧制力计算精度相对于自学习算法优化前有较大的提高.     

带钢热连轧换规格轧制力自学习优化

热连轧带钢生产过程中,轧制力预报精度直接影响到带钢厚度的精度,而轧制力预报精度很大程度上依赖于轧制力自学习.针对换规格时轧制力预报精度偏低的问题,通过对产生轧制力偏差的原因分析,引入基于钢种变形抗力的抛物线偏差曲线的概念、机架设备自学习系数和机架设备状态影响系数.现场实际应用效果表明:换规格后的首块钢的轧制力预报精度与传统方法相比,带钢头部的轧制力预报相对误差减小4%,满足自动厚度控制系统的控制要求,提高了带钢的产品质量,取得了良好的经济价值,适于工业推广.     

基于神经网络与线性回归的轧制力预报

通过将SIMS轧制力计算公式进行相应简约化处理,避免了模型软件在该公式计算时的重复迭代求解,缩短了计算时间,因此更适合在线软件计算.利用现场实际生产数据反向回归出变形抗力模型中的系数,提高了模型中系数的准确性.用神经网络对变形抗力与应力状态系数的乘积加以修正,进一步提高了轧制力预报的精度.预测结果与实测数据比较表明,轧制力预报误差基本在±5％以内,满足了轧制力预报的精度要求.     

中厚板生产的高精度轧制力短期自学习

针对国内大多数企业没有安装测厚仪的现状,提出了中厚板生产中无测厚仪下的高精度轧制力自学习模型.模型通过自然对数法进行厚度族的划分,并将用于轧制力自学习的变形抗力参数按照不同的厚度族进行区分,最后模型采用了指数平滑法对各个厚度族内的变形抗力参数进行处理.以高精度弹跳模型为基础,提出将末道次实际出口厚度锁定为目标值的思想进行了各道次变形抗力参数的回归.将该模型实际应用于国内某3 000 mm轧机的过程控制系统中,获得了良好的效果.     

带钢热连轧机组温度模型及其自学习方法

介绍了带钢热连轧机组温度模型以及目前常用的温度模型自学习方法.针对目前常用的温度模型自学习方法的不足,提出了一种分区补偿法用于温度模型自学习,该方法按一定的分配系数将终轧温度偏差分配到各冷却区段,温度偏差分配系数可以根据各机架轧制力情况进行调节,所以在保证终轧温度预测精度的同时,也提高了轧制力的预测精度.这种新型的温度模型自学习方法被成功地应用于天津荣程750 mm精轧机组,取得了较好的应用效果.     

热轧非稳态过程轧制力自学习模型优化

为提高热连轧非稳态过程轧制力的预测精度,提出了一种轧制力自学习模型优化方法. 将模型自学习系数分解为层别学习系数和轧制状态学习系数,表征机架间轧制力预报偏差的遗传特性及实际轧辊状态对模型预报的影响.在系数更新过程中,根据层别距离分别对学习系数进行更新,减小了轧制规格切换时轧制力的预报误差.所提方法已成功应用于某热连轧过程,与原模型相比,优化后的自学习方法的预测偏差从2.8%降低到1.4%,均方差从3.3%降低到1.7%,有效提高了非稳态过程轧制力的预测精度和鲁棒性.     

基于径向基神经网络的薄板平整轧制力预报模型

冷轧薄板在平整轧制时具有轧件厚度薄、压下率小的特点,其平整轧制力往往计算困难,精度难以保证.针对上述情况,提出一种基于参数修正的轧制力数学模型来计算其平整轧制力.同时,为进一步提高计算精度,运用RBF(Radial Basis Function)神经网络来预测该平整轧制力数学模型的计算误差,并将该误差与数学模型的计算值相结合,完成对其的修正.离线仿真结果表明,薄板平整轧制力数学模型在经过自身修正参数及RBF神经网络的2次修正后,计算精度可达到6%以内,具有较高的工程应用价值.     

冷连轧过程控制变形抗力模型的自适应学习

以考虑冷连轧带钢轧制过程变形区金属塑性变形以及入口、出口弹性变形的变形抗力模型和Bland Ford Hill轧制力模型为基础,将实测轧制力值代入轧制力计算模型建立起以变形抗力后计算值为未知量的非线性方程,求解该方程可以得到变形抗力后计算值,进而通过指数平滑法计算出变形抗力模型中的自适应学习系数·实际应用表明,由该方法得到的变形抗力后计算值的精度和稳定性能满足模型在线控制要求,可以提高在线控制变形抗力模型和轧制力模型的计算精度·     

中厚板轧制力自学习过程层别跳变的自整定方法

在中厚板轧制力预报过程中,为防止自学习系数沿着厚度层别发生跳变,提出了中厚板轧制力自学习过程层别跳变的自整定方法.针对厚度层别表中的每一个厚度节点计算其半宽带,然后根据半宽带计算厚度节点的有效区域,最后找到当前轧制厚度的有效区域并确定它所对应厚度节点的权值,从而得出自整定后的自学习系数.实际应用结果表明,应用该方法后轧...     

热轧带钢精轧过程高精度轧制力预测模型

轧制力模型的计算精度直接影响热轧带钢厚度控制精度,目前大多数轧制力模型都把轧制压力分解成应力状态影响系数和变形抗力的乘积.选用与西姆斯公式吻合较好美坂佳助公式作为应力状态影响系数模型,并考虑残余应变的影响,建立了高精度轧制力预测模型.分析了残余应变对普碳钢和合金钢轧制力的影响,给出了带钢热连轧机组残余应变工程计算方法.现场应用结果表明,该轧制力模型具有较高的预测精度,可以满足在线要求.     

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·     

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·     

中厚板轧机相对油膜厚度模型的建立

分析了轧制过程油膜厚度变化对钢板厚度控制精度的影响,基于油膜厚度Reynolds计算公式,借鉴轧辊调零计算轧机弹跳的想法,提出相对油膜厚度的计算方法,并在轧机上进行数据采集,得到油膜变化的实测值,通过弹跳曲线的平移处理,得到最终的油膜变化曲线,根据该曲线可很方便地确定模型的结构并拟合出模型系数.利用该模型可以有效地提高加减速阶段的厚度控制精度.     

薄板坯连铸连轧中的板带厚度控制及仿真分析

邯钢引进的薄板坯连铸连轧（CSP）中,用长行程液压缸与阶梯垫板结合的热轧板带厚度自动控制（AGC）,提高了快速液压执行机构的稳定性和响应速度,以热轧机组液压AGC系统为对象,利用Matlab软件对系统进行了分析,并研究了系统各主要因素对系统动态特性的影响。     

四辊轧机热轧带钢板形的急停测量实验研究

结合国内某厂6机架热连轧精轧机组实际条件,选取典型产品制定了带钢轧制过程中板形急停后的测量实验方案.根据此方案进行了测量实验,得到带钢机架间板凸度实测值.结合轧制过程中各道次轧制力、弯辊力及辊形曲线等实际数据,采用基于影响函数法的四辊轧机辊系弹性变形软件针对该典型产品的板形控制过程进行计算,分析了轧辊平均凸度计算值与设定值之间存在偏差的原因.将带钢机架间横向厚度分布的计算值与实测值进行比较,二者吻合较好.     

首钢中厚板轧机过程控制系统

针对首钢新建3500mm中厚板轧机,自主设计开发了完整的两级计算机控制系统·在过程控制系统中包括了数据通讯、数据管理、过程跟踪和模型计算等主要功能·数据通讯模块负责过程控制系统和其他系统的数据通讯;数据管理模块负责数据库的读写,为模型计算查询模型参数,记录每块轧机的实际工艺过程参数等;过程跟踪模块负责轧件加工过程位置和数据跟踪,并在不同的触发点调用其他功能模块,进行自动轧钢的轧件调度控制和轧制节奏控制;模型计算模块利用数学模型,进行轧机的轧制规程计算和控冷系统的控制参数计算·通过各功能模块的协作,可以实现轧机生产过程的模型自动设定和全自动轧钢控制·该系统已经在现场成功使用·     

冷连轧过程控制轧制力模型综合参数自适应

轧制力模型是冷连轧过程控制系统的基本模型,影响其预报精度的主要因素是材料的变形抗力和摩擦因数. 本文采用参数自适应方法来提高轧制力的预报精度. 在对轧制力模型进行自适应过程中,将材料的变形抗力作为轧制过程模型的整体属性,各机架根据累计变形程度确定各自的变形抗力. 在此基础上,将摩擦因数看成是各机架的单体属性,各机架取不同的模型参数. 实践证明,这种综合考虑变形抗力和摩擦因数的参数自适应方法可以对二个参数同时进行修正,能有效提高轧制力模型的预报精度.     

薄铝带轧制工作辊边部接触的建模与仿真

为研究冷轧机在轧制薄铝带时工作辊边部接触对辊系受力和铝带断面形状的影响,借鉴弹性悬臂梁法和影响函数法的处理思想,建立了适用于实际生产在线控制的铝冷轧机辊系变形模型,并对不同入口铝带厚度、弯辊力、工作辊的接触状态进行仿真研究.仿真结果表明:工作辊边部接触力随入口厚度增加而增加、随弯辊力增加而减小;工作辊边部接触轧制时,轧机出口铝带凸度和横向厚差小于非边部接触轧制,有利于铝带边部减薄控制,但降低了铝轧机边部板型调控能力,在轧制中应尽量避免.     

热带终轧温度计算的逐步回归分析模型

基于大量现场工程记录数据,考虑轧制速度、精轧入出口厚度、机架间水量等影响热带终轧温度的主要因素,采用逐步回归分析法进行热带终轧温度计算模型的多元线性回归建模,在模型系数未进行学习时采用线性模型进行模拟计算,将计算结果与工程记录数据进行比较,模型计算结果与记录数据之差小于15℃范围内的达70.1%,表明该模型计算效果能够满足终轧温度控制精度要求.针对线性回归模型的局限性,对该模型系数自学习方法进行了讨论.