冷连轧机负荷分配优化研究进展

轧制负荷分配优化可以使板带材产量最大化，能耗最小化，有效提高设备利用率和带钢成材率。本文从负荷分配的约束条件、优化目标及优化方法等方面论述了目前国内外理论研究及工程实践的进展；详细介绍了较实用的基于轧制工艺的迭代方法，并介绍了案例推理、粒子群等新兴的理论在冷连轧机负荷分配中的应用。最后指出以板形板厚综合指标为目标函数，以人工智能为寻优方法是冷连轧机轧制负荷分配优化的发展方向a     

冷连轧机组负荷分配智能优化新方法

提出基于免疫遗传算法与BP网络混合模型的冷连轧机组负荷分配的智能优化新方法,该方法具有学习功能强、计算精度高、使用方便等特点,且适合在线计算.实验证明了该方法的有效性.     

兼顾板形的带钢冷连轧机最优化负荷分配

在分析现有带钢冷连轧机组所采用的轧制负荷分配方法的基础上,提出了一种兼顾板形控制要求的最优等负荷分配模型,并编制了仿真程序．仿真结果与工业实验的结果是吻合的．     

兼厄板形的带钢冷连轧机最优化负荷分配

在分析现有带钢冷连轧机组所采用的轧制负荷分配方法的基础上,提出了一种兼顾板形控制要求的最优等负荷分配模型,并编制了仿真程序,仿真结果与工业实验的结果是吻合的。     

双机架热轧中厚板轧机负荷分配的工艺优化研究

介绍了一种适用于中厚板双机架轧机负荷分配的优化方法，并采用Visual Basic 6．0软件编制成应用程序。该方法以轧制力和轧制周期为目标函数，采用一维搜索法进行迭代计算，可以得到实用的轧制规程。其优化轧制规程在生产上应用效果良好，提高了生产能力。     

综合等负荷函数法在双机架粗轧负荷分配中的应用

针对带钢热连轧双机架粗轧机组的特点,应用综合等负荷函数法进行负荷分配.分配时兼顾水平辊和立辊轧制的影响,在宽度和厚度两个方向进行等负荷函数的交替迭代计算,逐步优化规程,并在外层迭代中设置了机组轧制负荷超限情况下的道次数自动修正.根据上述方法设计规程设定系统软件并结合实例进行计算,随后对计算结果和计算速度进行了分析和校验,同时也对其应用于现场实时过程控制的一些问题提出了解决方案.     

冷连轧机架间张力设定在线优化算法

针对冷连轧机架间张力设定优化问题,基于嵌入模糊规则的遗传算法,建立0-1整数规划模型,提出冷连轧机架间张力设定在线优化算法.该算法既可以提高生产线生产效率,降低电机能耗,改善冷连轧产品质量,也具备运算速度快,在线参数自学习的特点.对本钢1767冷连轧机架间张力设定优化的实践表明,嵌入模糊规则的遗传算法能够在线应用,解决冷连轧机张力决策中的优化问题,对冷连轧机组高效运行的进一步相关研究探索有借鉴作用.     

模糊小脑模型神经网络在多辊冷连轧机轧制力预报模型中的应用

针对宽带钢多辊冷连轧机组特点,为提高轧制力的预报精度,在结合传统轧制压力模型的基础上把模糊算法和神经网络有机结合,设计出基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型.通过对传统轧制力模型计算值、小脑模型预报计算值与实测值进行对比分析可知,基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型具有较高的计算精度,更适合于多辊轧机在线计算机过程控制的应用,满足现场在线生产的要求,取得良好的板形板厚控制效果.     

遗传算法及神经网络在锅炉负荷优化分配中的应用

针对并列运行锅炉群的负荷优化分配问题,提出用遗传神经网络辨识给煤量-产气量模型,并用改进的遗传算法进行负荷优化分配.给出了改进遗传算法和遗传神经网络的辨识原理.负荷优化分配结果表明,该方法优于平均分配方法.     

基于神经网络的冷连轧机轧制力预报模型

为了提高冷连轧机轧制力预报精度，提出一种解析数学模型结合神经网络校正模型的计算方法，建立冷连轧机轧制力预报模型。采用径向基函数的局部映射和全局线性映射相结合的神经网络校正模型求解带钢变形抗力和轧制变形区的摩擦因数；并采用轧制变形区离散化方法分析轧制变形区内张力、摩擦力及金属变形抗力等在带钢轧制方向上的分布规律，从而建立轧制力在线计算数学模型。现场实测数据离线仿真结果表明，采用此基于神经网络的冷连轧机轧制力预报模型预测轧制力，其预测误差小于8．9％，此模型能用于指导生产实践。