人工神经网络在热轧宽厚板性能预测中的应用

建立了神经网络预测热轧管线钢力学性能的网络模型.在此基础上,利用神经网络对热轧管线钢力学性能进行了预测,并对预测结果与生产数据进行了比较.此外,还利用神经网络对生产工艺参数进行了优化.结果表明,将神经网络应用于热轧生产进行力学性能预测和工艺参数优化具有一定现实意义.     

人工神经网络在热轧宽厚板性能预测中的应用

建立了神经网络预测热轧管线钢力学性能的网络模型 .在此基础上 ,利用神经网络对热轧管线钢力学性能进行了预测 ,并对预测结果与生产数据进行了比较 .此外 ,还利用神经网络对生产工艺参数进行了优化 .结果表明 ,将神经网络应用于热轧生产进行力学性能预测和工艺参数优化具有一定现实意义     

E4303焊条力学性能模糊神经网络智能预测

为了获得反映焊条原材料成分与其熔敷金属力学性能之间映射关系的预测模型,该文对E4303碳钢焊条进行配方设计和堆焊试验,测定其熔敷金属的抗拉强度、屈服强度、延伸率、冲击功4项力学性能指标.采用自适应模糊神经网络方法建立了直接由焊条原材料成分预测焊条力学性能的模糊神经网络模型.用该模糊神经网络模型对训练样本以外的试验数据进行预测.结果表明,抗拉强度和屈服强度的预测平均相对误差在5%以内,延伸率指标预测平均绝对误差仅为0.021,冲击功指标预测效果与BP网络相比有明显改善,说明该模糊神经网络预测模型能够直接根据焊条原材料成分较准确地预测其熔敷金属的力学性能.     

基于参数优化的人工神经网络的AZ31镁合金力学性能预测模型

通过力学性能试验测定了不同退火条件下AZ31镁合金的抗拉强度、屈服强度和延伸率,并利用人工神经网络技术建立了对应力学性能的预测模型,其中对模型的优化采用了一种新方法,即参数全排列组合训练.结果表明,基于全排列训练得到的最优参数建立的网络模型具有优良的性能,比经传统试探法构建的模型具有更高的平均相关系数和更低的平均误差,因此能更准确地预测AZ31镁合金在不同退火条件后的力学性能.     

线性离散时间系统的预测状态空间表达式

表征线性离散时间系统的参数化模型或非参数化模型可以转换为预测状态空间表达式．利用预测空间表达式可以对各种模型预测控制系统未来多步输出进行递推最佳预测，从而使其在线预测计算量大为减少．     

基于ARM-Linux 台的显式模型预测控制算法实现

为了对显式模型预测控制算法进行实验研究,建立了基于ARM-Linux平台的显式模型预测控制实物仿真控制系统.在ARM-Linux平台上实现了显式模型预测控制算法的在线计算过程,把传统的隐式模型预测控制的反复在线优化计算问题转变为在线数据搜索过程,简化了在线计算过程,提高了在线计算速度,减少了在线计算时间.对显式模型预测...     

基于核熵成分分析的热轧带钢自适应聚类分析

为提高热轧带钢力学性能离线检测的针对性和生产过程控制的实时性,提出利用聚类分析方法实现生产状态的聚类,对错分或离群样本进行力学性能的重点检测.常用的高斯核主成分聚类分析中假设数据服从正态分布,以方差大小提取核主成分,而实际生产数据分布复杂,拟采用核熵主成分分析,并自适应选取核参数和聚类数,实现生产状态的自适应聚类.利用实际生产数据进行方法验证,与核主成分聚类分析相比具有更好的聚类结果,聚类正确率从86.23％提高到96.51％,更加有效地提高了质量检测的针对性.     

热轧层流冷却系统优化与模型参数自适应

针对热轧带钢卷取温度控制的不确定性和时变性, 利用系统优化与模型参数的自适应控制热输出辊道上带钢温度. 从控制模式、冷却策略、段跟踪和模型的再计算以及学习系数的读取等方面对系统进行了优化. 根据实际工艺状况, 实时采集现场数据对层冷模型中的参数进行自适应调整, 并就组别分类、空冷/水冷系数的回归分析进行了研究. 实践结果表明： 采用这种方法能满足现场需要, 卷取温度控制精度较高, 基本在-15～15 ℃范围内;控制效果和带钢性能良好.     

基于CPA-OSELM的热轧带钢厚度在线预测

为解决自动厚度控制（automatic gauge control，AGC）系统反馈滞后、耦合强、厚度偏差大等问题，本文提出了一种基于食肉植物算法（carnivorous plant algorithm, CPA）的在线顺序极限学习机（online sequential extreme learning machine, OSELM）预测算法。首先，基于从现场采集的相关数据，建立了OSELM在线厚度预测模型。然后为了提高模型的准确性及稳定性，采用CPA方法优化OSELM的权重和偏置。在此基础上，运用自学习方法进一步提高模型的预测精度。最后，通过实验验证基于CPA-OSELM预测模型的有效性。实验结果表明：基于CPA-OSELM的方法能够对不同规格带钢的出口厚度进行高精度在线预测，预测结果可用于提升AGC模型的控制精度，为提升带钢产品质量奠定基础。     

再结晶退火对荫罩带钢力学性能和微观组织的影响

针对我国宝钢、德国维克多尔和日本东洋三种荫罩带钢,分别在730、780、830℃进行退火试验,研究退火温度对荫罩带钢力学性能和微观组织的影响.通过金相分析和常温拉伸试验,对荫罩带钢微观组织和力学性能--屈服强度、屈服延伸率进行了对比和分析.结果表明,退火后荫罩带钢发生了再结晶和晶粒长大,退火温度对屈服延伸率无影响;退火温度越高,晶粒越粗大,屈服强度越小;宝钢一次冷轧荫罩带钢优于德国和日本二次冷轧荫罩带钢,再结晶退火温度在780℃比较合适.     

变形工艺对热轧双相钢显微组织和性能的影响

以热轧双相钢为研究对象,在实验室通过热轧实验,研究了变形量、卷取温度、终轧温度对高强热轧双相钢组织细化和力学性能的影响.通过研究可以发现,变形工艺参数对热轧双相钢的显微组织和力学性能有很大的影响,热轧双相钢的显微组织主要有三种典型微观形貌,而这三种典型形貌又赋予了双相钢不同的强韧化机制和力学性能.在实验室条件下,开发了780 MPa级以Mn,Si为主要添加元素的热轧双相钢生产工艺,可以使热轧双相钢的屈服强度达到要求的级别,并且断后伸长率良好.     

Mn含量及卷取温度对TSCR流程生产Ti微合金高强钢组织与力学性能的影响

在TSCR流程上研究Mn含量和卷取温度对Ti微合金高强度钢组织与力学性能的影响。结果表明,随着钢中Mn含量的升高,铸坯与热轧成品板组织细化,其强度显著提高;而卷取温度的降低虽使热轧板组织得到细化,但抑制了纳米尺寸含Ti相的充分析出,热轧板强度降低。由此可见,在细化组织的同时提高纳米尺寸析出物数量是生产Ti微合金化高强钢的关键所在。     

厚规格热轧带钢高精度卷取温度控制模型

卷取温度是影响带钢组织性能的重要工艺参数.在生产实践中，如何提高厚规格带钢卷取温度的控制精度是一个难点.针对厚规格带钢在层流冷却过程中的工况特点，提出了温度场计算模型和对流换热系数模型的改进方法，并开发了一种全新的基于相似策略的自适应模型，以改善卷取温度前馈控制效果.经现场应用证明，本文提出的方案能有效提高厚规格带钢的卷取温度控制精度，其中厚度大于12 mm的带钢平均命中率可达到94.9%.     

锰含量和工艺参数对低碳钢力学性能影响的正交试验

在正交设计的基础上,通过控轧控冷实验研究了锰含量、终轧温度和卷取温度对低碳钢力学性能的影响,通过统计技术对测得的力学性能数据进行了方差分析.结果表明,锰是影响实验钢强度和塑性指标的显著因素,而卷取温度对屈服强度的影响为显著.当锰质量分数为1.22%时,通过调整终轧温度和卷取温度可以使普通低碳钢的屈服强度超过400 MPa,综合性能良好.     

在线控冷对热轧L360管线管组织和性能的影响

针对热轧无缝钢管组织性能调控手段单一,依赖添加合金元素和离线热处理的问题,以轧板模拟轧管的方式,通过实现在线控制冷却将离线热处理工艺在线化,研究分析了热轧L360高温轧制后在线控冷条件下显微组织演变及力学性能变化规律.结果表明:高温轧制后空冷时实验钢中含有粗大的魏氏组织,而轧后控制冷却工艺下实验钢组织显著细化,有利于微合金碳氮化物析出.实验钢轧后控冷至650℃时,能够避开魏氏组织形成的区间,同时屈服强度为478MPa,抗拉强度为641MPa,伸长率达到25.3%,屈强比0.74,0℃冲击功高达164J,实现了强度、韧性和塑性的平衡,各项力学性能指标均能满足API SPEC 5L—2012标准要求.     

热轧带钢层流冷却温度优化控制策略研究

在热轧带钢生产过程中,卷取温度是影响成品带钢性能的重要参数之一,其精度的高低对带钢质量至关重要.为保证产品具有良好的性能,采用层流冷却装置对热轧后的板带进行冷却控制,喷水系统的设定是层流冷却过程控制的关键.在冷却过程中带钢的温度不能在线连续检测,其过程具有强非线性和时变性,而且在冷却过程中存在相变,因此难以建立精确的数学模型去描述这一冷却过程.随着带钢厚度,精轧出口温度和轧制速度的变化,单独的前馈/反馈控制很难满足高精度的温度控制需要.在本文的研究中,一系列层流冷却控制策略被采用,包括前馈/反馈控制,自适应算法,以及控制带钢整体温度的均匀性策略.实践应用表明这些控制策略得到很好的检验,能有效地提高卷取温度的控制精度和均匀性.     

Experimental study on Ti+Nb bearing ultra-low carbon bake hardening sheet steel hot-rolled in the ferrite region

A Ti+Nb bearing ultra-low carbon bake hardening sheet steel hot-rolled in the conventional austenite region and in the ferrite region with lubrication was experimentally studied. Subsequent cold rolling and continuous annealing processes were also conducted. The results show that microstructures of ultra-low carbon bake hardening hot strips at room temperature are basically irregular polygonal ferrites. The yield strength, ultimate tensile strength, n value, and r value of the No.2 specimen hot-rolled in the ferrite region with lubrication are 243 MPa, 364 MPa, 0.29, and 1.74, respectively, which are similar to those of the No.1 specimen hot-roiled in the conventional austenite region. The elongation rate and bake hardening value of No.2 specimen are 51% and 49.4 MPa, respectively, which are greater than those of No. 1 specimen. The No.2 specimen hot-rolled in the ferrite region with lubrication exhibits good mechanical properties and relatively excellent baking hardening performance. Therefore, the hot rolling experiment of Ti+Nb bearing ultra-low carbon bake hardening steel in the ferrite region with lubrication is feasible and can be considered in the future industrial trial production.     

冷却工艺对低碳Ti微合金化热轧超高强钢组织性能的影响

对实验钢采用低碳高Ti微合金化的成分设计,进行了控轧控冷实验,通过控制不同的冷速和卷取温度,研究了过冷度和原子扩散速率对钢组织演变及(Ti,Mo)C粒子的析出行为的影响.研究结果表明,冷速为30℃/s,卷取温度为420℃时,实验钢屈服强度大于690MPa,抗拉强度为820MPa,断后伸长率达18%,并具有良好的低温冲击韧性.显微组织性能研究表明,多边形铁素体、针状铁素体、细小M/A岛及弥散的(Ti,Mo)C析出粒子的混合组织可实现强度和韧性的良好匹配.     

热轧工艺中加热温度对IF钢组织性能的影响

选取Ti-Nb-IF钢热轧工艺中的加热温度为影响因素,采用显微观察、TEM二相粒子分析、织构分析等实验分析手段,研究了1 140℃和1 214℃两种热轧加热温度制备的Ti-Nb-IF钢样品在随后的冷轧、退火和平整过程中显微组织演变和织构演变特征的影响及最终产品的力学性能.结果表明,低温加热有利于IF钢屈强比的降低及深冲性能的提高,加热温度为1 140℃比1 214℃,其屈服强度可降低30 MPa,塑性应变比可提高0.16.其主要原因为低温加热工艺保障IF钢热轧后产生粗大的二相粒子和细小铁素体晶粒,在随后的冷轧和退火处理过程中产生分布均匀和强的γ再结晶织构.     

C—Si—Mn系热轧双相钢显微组织与力学性能之间的关系

通过对热轧试样的组织性能测试,研究了热轧双相钢显微组织与力学性能之间的关系。研究发现,铁素体和马氏体强度是影响力学性能的主要因素。建立了C-Si-Mn系热轧双相钢力学性能的数学模型,可以作为热轧双相钢基本力学性能参数预测的理论依据。