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.     

基于实测值的自适应算法在中厚板轧制中的应用

提出了一种应用于中厚板轧制的道次间自适应算法，该算法以实测数据为基础，通过实测轧制力与实际计算轧制力的比值决定轧制力模型学习量的大小，做到了真正意义上的以实测数据来校正模型，从而使设定的模型有较好的自学习功能，并在实际应用中表现出较好的学习效果。     

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...     

中厚板轧制过程中平面形状控制实验研究

为减少轧制中钢板的切边、切头尾量,提高钢板的成材率,利用厚板展宽轧制法(MAS)对轧制过程中钢板的平面形状控制进行了试验研究.在简述平面形状控制原理的基础上,建立了平面形状控制的试验模型,并通过合理设定轧制速度,达到提高轧制钢板矩形化的目的.试验数据表明,MAS轧制法可以减少钢板的切损量,明显地提高生产效益.     

基于人工神经网络的中厚板精轧机轧制力预报

采用人工神经网络方法,以生产实测数据为基础,建立了高精度的中厚板精轧机轧制力预报模型。     

中厚板残余应变的工程计算方法

对于合金元素较多的中厚板,如果采用TMCP轧制工艺,残余应变将使得轧制力的计算误差达到30%以上·分析常规变形抗力模型,将温度作为影响变形抗力模型的关键因素,并结合大量实验数据,得出残余应变的大致温度影响区间,并分析残余应变在该温度区间对中厚板变形抗力的影响,然后提出残余应变的建模方法和工程计算模型·通过在线应用证明,该模型大幅度提高了变形抗力计算精度,使得计算误差控制在7%以内·     

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.     

中厚板精轧机轧制力预报综合模型研究

为提高中厚板精轧机轧制力的预报精度,建立了Sims公式简化式与人工神经网络相结合的轧制力预报综合模型.以3 000 mm中厚板精轧机实测数据为基础,用Sims公式简化式计算轧制力主值,利用MATLAB人工神经网络工具箱,建立BP神经网络模型预报轧制力的偏差值,用提前结束的方法来训练网络.模型的综合采用加法和乘法两种方式.结果表明,与单独采用Sims公式简化式相比,综合模型的预报精度提高很多,而且加法网络算法的预报效果比乘法网络算法更好.     

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.     

中厚板加热过程在线控制应用软件的开发

针对宝钢特殊钢事业部新建的国内首条合金板带热轧炉卷生产线热处理项目,采用Visual C++6.0,Siemens的WinCC 6.2和SQL Server 2005等开发了中厚板热处理加热过程在线控制应用软件.软件主要包括人机交互界面、过程计算模型、通信软件和实时数据管理系统,详细介绍了过程计算核心模型的建模原理.在线应用结果表明,该系统与基础自动化系统结合不仅降低了操作强度,而且大幅度提高了加热工艺的控制精度和钢板的加热质量.     

冷带轧机液压厚控系统动态数学模型分析与测试

分析了液压厚度控制系统动态数学模型．并与频率特性测试仪所测结果做了比较．得出了实用的被控对象结构图．为厚度控制系统的设计提供了理论依据．     

压力自动厚度控制(AGC)模型研究与改进

将AGC模型分为厚度估计模型和厚度调节模型两部分,分别对应于AGC系统的静态指标和动态指标,依据各部分所采用的轧机弹跳方程和金属塑性变形方程形式的不同,对各种典型的压力AGC模型进行了分类和对比研究·并提出了一种新的压力AGC模型,经过详细的分析比较,证明新的压力AGC模型具有良好厚度估计精度和系统动态特性·     

中厚板轧机全自动轧钢控制功能的在线实现

介绍了中厚板轧机生产线全自动轧钢功能的实现过程.对轧制过程的手动控制和全自动控制进行对比,总结全自动轧钢控制功能的实现要点.将全自动轧钢控制功能在两级计算机控制系统中进行合理分配,通过过程控制系统和基础自动化系统协调配合,实现轧制过程的水平方向辊道控制、垂直方向道次数设定控制以及轧制道次控制等全自动轧钢控制功能.现场成功实现全自动轧钢控制功能,提高了轧线的自动化水平.     

中厚板轧线的坯料出炉时间控制

针对中厚板轧线,研究了在实行控制轧制工艺时,如何对坯料的出炉时间进行合理控制,以满足多坯交叉轧制过程轧制节奏控制的需要.介绍了典型单机架中厚板轧线的设备布置情况,并根据不同交叉轧制情况下的轧制节奏控制状态确定坯料之间的轧制间隔时间;根据具体轧线布局计算坯料的出炉运输时间,并确定坯料的出炉剩余时间.考虑其他非理想状况的影响因素,设置坯料出炉剩余时间极限值,实际控制中通过调整该值,保证坯料出炉时间控制的最佳效果.     

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.