热连轧机弯辊力优化设定策略研究及应用

针对传统热轧机板形设定模型仅根据带钢头部的要求来设定弯辊力而可能导致中尾部所需弯辊力超出设备能力极限的问题,提出一种弯辊力优化设定策略。该策略对带钢全长轧制过程进行考虑,根据最近一次同钢种同规格带钢轧制时实际轧制力与凸度的变化,预算本卷带钢全长板形控制所需要的弯辊力调节量,结合弯辊设备的能力极限,为带钢中尾部板形控制预留必要的弯辊力。在上海梅山钢铁股份有限公司热轧厂1780热连轧生产线上的实际应用效果表明,采用该策略后基本消除了带钢尾部中间轧破现象,大幅提高了热轧带钢中尾部轧制的稳定性。     

基于自适应模糊神经系统的热轧精轧机组动态设定系统

应用自适应模糊神经网络控制技术,建立了热带精轧机组动态设定系统,该系统根据前两个机架实测的轧制力和设定计算的轧制力间误差预测带钢可能出现的厚度偏差,根据模糊神经网络的预测结果修正后续机架的辊缝值,提高带钢头部厚度精度·文中以实际数据对系统进行了校验,取得了良好的效果·基于自适应模糊神经系统的热轧精轧机组动态设定系统@张晓峰@王哲@王国栋@刘相华     

基于自适应模糊神经系统的热轧精轧机组动态设定系统

应用自适应模糊神经网络控制技术,建立了热带精轧机组动态设定系统,该系统根据前两个机架实测的轧制力和设定计算的轧制力间误差预测带钢可能出现的厚度偏差,根据模糊神经网络的预测结果修正后续机架的辊缝值,提高带钢头部厚度精度.并以实际数据对系统进行了校验,取得了良好的效果     

热轧带钢金属横向流动及影响因素

提出了一种分析热轧带钢金属横向流动问题的新方法.首先使用ANSYS软件建立辊系-轧件静力学耦合模型,计算并提取变形后工作辊有载辊形曲线;然后使用ANSYS/LS-DYNA建立动力学分析模型,采用已得到的有载辊形曲线,模拟带钢轧制过程,求解得到沿带钢全宽的横向流动状态;并进一步分析了弯辊力、工作辊辊形以及来料凸度变化等因素对带钢金属横向流动的影响,得到基于插值计算的带钢横向流动计算模型.有限元方法验证了计算模型的可靠性.     

热轧带钢金属横向流动及影响因素

提出了一种分析热轧带钢金属横向流动问题的新方法.首先使用ANSYS软件建立辊系-轧件静力学耦合模型,计算并提取变形后工作辊有载辊形曲线;然后使用ANSYS/LS-DYNA建立动力学分析模型,采用己得到的有载辊形曲线,模拟带钢轧制过程,求解得到沿带钢全宽的横向流动状态;并进一步分析了弯辊力、工作辊辊形以及来料凸度变化等因素对带钢金属横向流动的影响,得到基于插值计算的带钢横向流动计算模型.有限元方法验证了计算模型的可靠性.     

冷连轧机组弯辊力自动设定的实现

针对大型宽带钢冷连轧机组广泛采用的液压弯辊技术,深入分析了弯辊力对于板形的调控机理．在分析轧辊辊形、带钢宽度和轧制力等因素对弯辊力设定值影响的基础上,建立弯辊力自动设定模型,并得到了现场实测结果的验证．该模型成功地投入运行,实现了冷连轧机弯辊力的计算机自动设定．     

基于卷积神经网络的热轧带钢力学性能预报

为解决热轧带钢力学性能预报精度的问题,本文提出了一种将一维数值型数据转换为二维图像型数据的建模方法,基于LeNet-5和GoogLeNet卷积神经网络,构建了一种新型的热轧带钢力学性能预报模型,并利用实际生产数据对模型的适用性进行了测试。结果表明,所建模型的抗拉强度预报误差为2.49%,均方根误差为19.15 MPa,预测精度高于BP神经网络和单独的LeNet-5和GoogleNet卷积神经网络模型,所建模型的有效性和准确性均得到了验证。     

立轧对称-反对称抛物线狗骨模型轧制力的解析

为提高热轧产品质量,必须保证热轧带钢宽度尺寸精度,生产中多采用在粗轧机组处安装立辊轧机来进行控制,但立轧后板坯横断面会产生狗骨形状.首次建立了立轧对称-反对称抛物线狗骨函数模型和运动许可速度场.使用刚塑性第一变分原理,采用变上限积分得到立轧时总功率泛函和轧制力的解析解.将轧制力解析结果与有限元仿真值进行比较,误差在3%以内,与Yun模型比较误差不大于6.3%.采用本文模型预测现场轧制力的精度良好,可以满足现场控制要求.     

鞍钢1700mm ASP板凸度控制研究

近年来,用户对热轧带钢板形的要求越来越高,而板凸度与板形有着密切的关系,通过对鞍钢1700mmASP热轧带钢生产线板凸度的实验及实验数据分析,从轧机负荷分配、轧辊弯辊力、轧辊热膨胀、原始辊型大小、轧辊磨损、带钢边缘降及楔形等几个方面研究了它们对板凸度的影响,分析结果表明通过对这些影响因素的合理控制,该生产线的板形良好率大幅度提高。     

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.     

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.     

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.     

热连轧机轧制力和轧制力矩模型研究

研究了一种适用于热连轧机的新型高精度轧制力和轧制力矩模型,建立了一个轧制力功系数和轧制力矩功系数的新型指数公式,将两个系数的表达式统一起来,仅含"压下率"和"压扁半径与出口厚度之比"两个影响因子,形式简洁,物理意义明显.给出了新型指数公式中待定参数的确定方法,求得的待定参数值对不同钢种和不同精轧机架具有通用性.预测实践表明,新型轧制力和轧制力矩模型提高了热连轧过程中轧制力和轧制力矩的预报精度,可用于热轧板带生产线精轧机架的在线控制.     

热连轧数据采集的多样本处理策略

热连轧带钢生产过程中，实测数据的处理方式影响到模型自学习的精度，最终影响到产品的控制精度.为解决此问题，建立了针对实测数据的多样本处理策略，采用变异系数的方式排除了高离散性的数据，并通过数据映射的方式将采集到的有效数据进行同步，最终获得了高可信度的自学习源数据，大大提高了模型自学习的有效性及预报精度.将该多样本处理策略应用到国内某热连轧生产线的精轧机组，现场实际应用效果表明:带钢头部的轧制力预报精度达到了233%，满足了自动厚度控制系统的控制要求，提高了产品的质量.     

热轧带钢精轧过程考虑相变的轧制力模型

对部分在精轧过程发生相变的热轧钢种,当在双相区轧制时,因奥氏体与铁素体的变形抗力随轧制温度的变化规律不同,使得传统轧制力模型的预报误差很大,影响轧制过程参数控制精度.为此,研发了一种适用于精轧过程发生相变的热轧轧制力模型.首先建立了余弦形式的相变体积分数模型,算出不同轧制温度下奥氏体与铁素体的体积分数;接着,建立加权形式的轧制温度对变形抗力影响项的计算公式,较好地模拟出轧件在双相区轧制的变形特性;最后,把该模型用于宝钢1880热轧轧制力预报在线计算,实际生产表明,该模型显著提高了无取向电工钢等精轧相变带钢的轧制力预报精度,改善了轧制稳定性.     

基于混沌优化支持向量机的板形预测与优化

针对带钢热连轧中板形控制问题, 提出了一种基于最小二乘支持向量机模型的预测和优化算法. 在分析最小二乘支持向量机数学预测模型的基础上, 提出了一种改进的变尺度混沌优化方法, 结合实数编码遗传算法, 进行最优模型参数的搜索. 利用在线实测数据对模型进行训练并进行带钢平直度指数的预测, 并对模型输入参数中的控制参数进行优化以实现板形控制的优化. 仿真结果表明, 与BP神经网络相比, 板形预测精度得到提高, 平直度指数优化约40%, 为进一步提高热连轧板形控制精度提供了一种新的有效方法.     

数据挖掘在热轧平整机轧制力计算偏差补偿模型中的应用

分析了数据库技术及数据挖掘常用算法,以热轧平整机轧制力计算偏差补偿为例,建立了数据挖掘的热轧平整机轧制力补偿模型．经实际检验,模型在生产应用中完全满足生产实际要求,对现有的基于二级数学模型计算的薄规格板带后期工艺再处理生产的进一步优化具有深远的意义．     

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.