牛顿迭代计算在冷轧过程控制中的应用

采用牛顿迭代法,对冷轧过程控制带钢变形抗力后计算值进行非线性求解.从计算速度、计算稳定性和计算精度分析了该算法的特点,实际应用证明了牛顿法非常适合冷轧在线过程控制的非线性求解要求.     

宝钢冷轧3级控制系统L3_L2_L1间通讯实现

探讨了宝钢冷轧一般连续处理生产线过程控制计算机系统Level2的操作系统为WINDOWS时各级控制系统间的通讯方式,主要包括以TCP/IP Socket电文方式来完成生产控制系统Level3与过程控制系统Level2系统之间通讯;使用MICROSOFT公司.NET框架推出的信道技术实现过程控制系统内部通讯以及采用OPC开放控制协议实现过程控制系统Level2与基础自动化系统Level1之间通讯,最后给出了宝钢冷轧过程控制系统L2的一种典型架构。     

冷轧过程设计优化的神经网络方法

本文提出了一种冷轧过程设定优化的神经网络方法 ,介绍了采用T -H网络进行非线性优化的思想 ,结合板带的冷轧过程 ,给出了采用神经网络求解优化设定的算法和结果。该方法算法简单 ,具有很好的实用性     

酸洗-冷轧联合机组生产切换策略

以钢铁企业的冷轧生产过程为背景,分析了酸洗-冷轧联合机组与后续机组间的生产协调特征,探讨了在确保生产连续运行的前提下降低库存水准和降低切换频率的机组切换策略,建立了确定酸洗-冷轧联合机组切换时长和切换批量的优化模型,研究了用于模型求解的切换规则,开发了面向生产实际的应用算法. 对企业生产实际数据的计算和分析表明,算法具有良好的计算效率和适用性.     

非线性Hammerstein-Wiener模型辨识预测控制

为解决工业过程控制领域中非线性系统的模型辨识与预测控制问题,提出一种基于BP神经网络模型的预测控制策略,采用一种分段最小二乘支持向量机辨识Hammerstein-Wiener模型系数的方法建立非线性预测控制器.利用BP神经网络训练预测控制输入序列和拟牛顿算法求解非线性预测控制律,从而实现了一种基于支持向量机Hammerstein-Wiener辨识模型的非线性预测控制算法.仿真实验验证了该算法的有效性和可行性.     

求解非线性方程组的非单调自适应信赖域方法

提出了一个新的求解非线性方程组的信赖域方法,首先把非线性方程组的求解转化成一个非线性优化问题,然后借助非单调技术和信赖域技术求解该问题,从而得到了原方程组的解.既避免了重复求解信赖域子问题,又减少了线搜索方法计算函数值的次数.算法的收敛性得到了证明,初步的数值试验表明了算法的有效性.     

一类新的求解非线性方程组的记忆梯度法

提出一类新的求解非线性方程组的记忆梯度法,证明了算法的全局收敛性.该算法不依赖于问题初始点的选取,并且在迭代过程中无需计算雅克比矩阵的逆矩阵,降低了算法的计算量,节省了运算时间.与牛顿法相比,新算法更适于求解大规模非线性方程组.     

改进的变分迭代法求解非线性分数阶微分方程

为求解非线性分数阶微分方程的数值解,本文提出了一种改进的迭代方法,即将变分迭代法和Chebyshev多项式相结合应用于非线性分数阶微分方程数值解的求解,通过选取恰当的初始近似值,达到更好的近似非齐次项和非线性项的效果,进而减少计算工作.该算法可以减少计算量,提高精度并且有效处理计算复杂积分而产生的困难.数值算例验证了该方法的有效性和实用性.     

1045钢淬火时温度场的数值模拟

基于实验测定的1045钢淬火冷却曲线,应用有限差分原理和非线性估计法对非线性导热方程的逆问题进行了求解,给出了一种求解钢淬火时非线性表面换热系数的方法;应用数学转换方法计算了1045钢在连续冷却时奥氏体、珠光体、贝氏体和马氏体的体积百分数.应用有限元分析软件ANSYS计算了1045钢淬火时具有相变和非线性表面换热系数的温度场.研究表明,钢淬火时的温度场、导热与换热是非线性的,温度场的计算结果和实验结果比较吻合.     

双种群进化策略解奇异非线性方程组

鉴于传统优化算法在求解奇异非线性方程组中存在受初值选取是否合适的影响、收敛速度慢且容易陷入局部最优解等缺点,提出一种改进双种群进化策略求解奇异非线性方程组算法.首先把奇异非线性方程组转化为无约束优化问题,再求解无约束优化.该算法克服了传统算法不足,避免了大量的求导计算,算法收敛速度快、求解精度高、稳定性强.     

冷连轧过程控制在线负荷分配及修正计算

应用NewtonRaphson法直接对冷连轧过程控制负荷分配进行求解计算,从计算精度、计算时间、求解稳定性方面探讨了该算法的特点·给出了初始值计算方法,并对雅可比矩阵进行了简化计算·针对轧制过程中的打滑现象提出对负荷分配得到的压下率进行修正·该方法已被用于冷连轧机组在线控制,实践证明了该算法的准确性和可靠性·     

四辊冷轧机轧辊弯曲和压扁变形的有限元分析

借助Marc有限元软件,采用三维弹塑性有限元法对四辊冷轧机冷轧过程进行了模拟,同时对轧辊变形进行了分析·计算模型中将辊系变形与带钢变形统一考虑,并解决了轧件与辊系之间的耦合问题,避免了采用假定或迭代方法确定轧制力分布时产生的误差·采用逐步收敛的求解过程使计算结果精确、可靠·在不同的轧制条件下,得出了带钢宽度、弯辊力等参数对辊系弯曲、工作辊接触弧上的压扁变形、板宽方向的压扁变形和有载辊缝的影响,为板形分析与控制提供了一种新的计算方法和参考数据·     

板材轧制问题的快速有限元方法研究

在用刚塑性有限元法对轧制力进行计算的过程中,联合使用了基于下降思想寻求牛顿方向上阻尼因子的阻尼牛顿(DN)法和基于抛物线插值思想的一维布伦特(Brent)法,即阻尼牛顿和布伦特法(DN-Brent法).将DN-Brent法同传统牛顿(N-R)法进行对比分析,结果表明,两种算法得到的轧制力计算值都与实测值吻合较好,但DN-Brent法所需的迭代次数和CPU计算时间小于N-R法.验证了DN-Brent法在应用刚塑性有限元方法计算轧制力时的准确性和高效性.     

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·     

冷连轧机轧制力在线计算模型

通过将轧制变形区离散化的方法,在考虑变形区内横截面上张应力、摩擦应力等影响因素沿带钢轧制方向分布规律及其与带钢厚度及压下量的关系的基础上,采用数学模型和神经网络相结合的方法计算了金属变形抗力,建立了冷连轧机轧制力在线计算数学模型. 经大型工业轧机生产实践数据检验,该冷连轧机在线轧制力计算模型预报误差控制在6.1%以内,满足模型在线控制要求,可提高在线控制轧制力模型的计算精度.     

GA—BP网络混合建模方法及其在冷轧参数优化中的应用

提出基于遗传算法与BP网络混合建模的冷轧参数智能优化新方法,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,为冷连轧机组轧制规程的智能优化设计提供了一条新的途径。     

基于数值积分与功率损耗测试的冷轧电机功率模型

为提高冷轧电机功率的计算精度,提出了一种新型的电机功率在线计算模型,模型中将电机功率分为轧制功率和机械功率损耗.其中,轧制功率采用基于简易有限元的数值积分方法计算获得,而电机机械功率损耗采用实验测试回归方法获得.基于本文设计的测试方案和模型结构,通过对某1 450 mm五机架冷连轧机组的现场测试,回归得到了功率损耗模型中的系数,并将其应用到了该机组中.现场实际应用表明该电机功率模型的计算偏差可控制在±5%以内,证明该模型具有较高的计算精度,符合现场控制要求,具有广泛的应用前景.     

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。     

热电偶冷端软件补偿算法分析

针对目前常用热电偶冷端温度补偿方法中,硬件调校复杂,转换计算繁琐等问题,笔者提出一种硬件简单,不必查表,而采用牛顿迭代法实现热电偶冷端软件补偿的方法－ 其通用性强,成本低,精度高,适合于各种计算机温度测量与控制系统     

冷连轧机的状态方程式

针对冷连轧过程的多变量最优控制问题,采用线性化的方法,从复杂的连轧过程基本公式出发,导出了冷连轧机最优控制所必须的状态方程式。