改进的量子遗传算法在冷连轧机负荷分配中的应用研究

量子遗传算法可以克服常规遗传算法迭代次数多、易陷入局部极值的缺点,本文研究并改进了量子遗传算法的量子门旋转角度更新策略,提高了量子遗传算法的性能.应用标准函数测试表明,改进后的量子遗传算法收敛速度快,全局寻优能力更强.将改进的量子遗传算法应用于冷连轧机的负荷分配优化过程,根据Bland-Ford轧制理论以功率和轧制力均衡分配为目标建立综合目标函数,试验数据对比证明,量子遗传算法优化所得的轧制参数比经验分配和常规遗传算法优化所得结果更为合理,符合轧制工艺要求.因此,利用量子遗传算法对冷连轧机进行负荷分配优化是一种有效可行的新方法.     

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。     

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。     

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。     

窄带钢冷连轧机轧制制度合理化的研究

作者在350三机架冷连轧机上实测了三种规格的45卷钢近200段的轧制制度。通过分析表明:该机组之所以质量欠稳定,是因为压下分配不合理(主要是一号轧机超压下)造成的。作者用压下逼近法、速度逼近法及迭代法研究了该轧机允许的最大压下率、速度、张力和变形率。采用理论和经验相结合的方法制定合理的轧制制度,年经济效益在一百万元以上。本文所提供的轧制制度及方法,同样对其它窄带钢轧机的生产有重要意义。     

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.     

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·     

高速线材轧机负荷均衡优化孔型设计

采用优化方法对高速线材轧机的孔型系统进行轧制负荷均衡的优化设计，使轧机负荷达到相对均衡，保证正常轧制。该优化设计软件，功能齐全，操作方便，具有与Windows界面一致的可视化操做界面，VB语言AutoCAD结合增强了软件绘图功能，对制定轧制负荷最优的变形制度及孔型参数提供了新的方法。     

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.     

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.     

UCM轧机板形调控机构对轧制压力分布影响

以某1420mm带钢冷连轧机为原型,采用三维弹塑性有限元法对UCM轧机冷轧过程进行了模拟,分析了不同板形调控机构对轧制压力分布的影响.结果表明:在工作辊弯辊作用下,轧制压力在带钢边部的峰值消失且在中部逐渐增加,使马鞍型三维分布变为凸型分布;中间辊弯辊对轧制压力的影响相对较小,基本没有改变其分布形式;中间辊横移消除了轧制压力在带钢边部骤增的趋势,使其在接触变形区的分布更平缓.三者对轧制压力的影响程度:工作辊弯辊>中间辊横移>中间辊弯辊,这与其调控功效对比结果一致,表明板形调控机构通过影响轧制压力分布来改变带钢板形的工作机理.     

超宽冷轧机带钢板形特征聚类分析

为准确掌握超宽冷轧机不同宽度带钢的板形特征,以某2180 mm超宽冷轧机1900 mm宽度带钢实测板形数据为研究对象,借鉴“大数据”的思想,结合数据挖掘领域中聚类分析方法,提出基于网格和密度的板形特征聚类方法,并以此方法对几种典型带钢宽度的大量板形实测数据进行分析,得到不同宽度带钢的板形特征。以分段函数对板形特征进行多项式表达,得到不同宽度带钢的板形特征参数化分析结果。提出的基于网格和密度的板形特征聚类与分析方法,能够快速准确地对大量板形实测数据进行分析,提取出长期生产过程中板形缺陷特征并得到参数化表达,从而为冷连轧机,特别是超宽带钢冷连轧机的辊形改进和控制策略优化提供数据基础。     

基于分段线性化模型的冷连轧机PID解耦控制

针对冷连轧机采用基于工作点的线性化模型进行动态规格变换控制时系统误差和张力波动较大的问题,提出了一种基于递推分段线性化模型的PID解耦控制方案.通过对五机架冷连轧机进行动态规格变换仿真表明,该方案可保证系统的控制精度,满足动态规格变换的控制要求.     

冷连轧生产过程同步数据的建立与应用

针对冷连轧生产过程中现有的数据采集与分析系统的不足,结合某1450 mm五机架冷连轧机组仪表配置,提出了一种冷连轧机带钢段同步数据的建立方法.该方法主要包括快照数据建立和同步数据构建两个过程,可以将带钢轧制过程中实时采集的实测轧制参数映射到成品钢卷的长度上,通过同步数据可以查看每卷带钢在任意长度上的轧制数据.本文所提出的带钢段同步数据的建立方法已投入到某1450 mm冷连轧机组生产中,自投入运行后控制系统运行稳定,为快速诊断生产故障、分析成品钢卷质量提供了有力的手段.     

基于多模型自适应控制方法的FGC控制

冷连轧机动态规格变换时各机架的入口厚度一般变化较大,采用传统自适应控制的辨识算法的收敛速度不能跟随参数实际变化速度,控制效果不佳.针对这一问题,提出一种多模型自适应控制方法.通过对五机架冷连轧机进行仿真表明,多模型自适应FGC系统具有较好的控制精度、跟踪速度以及稳定性.     

乳化液性能对摩擦系数影响机理及工程实用模型的研究

以往现场对冷连轧过程中摩擦系数的研究主要偏重于带钢特性、轧制工艺以及工艺润滑制度,乳化液的pH值、铁粉含量、皂化值等性能参数对摩擦系数的影响以定性研究为主且不能定量分析,本文以某冷轧薄板厂1220五机架冷连轧机组为研究对象,在大量的现场实验与理论研究的基础上,充分结合冷连轧机组的设备与工艺特点,定量研究了乳化液性能对摩擦系数的影响,建立了相应的工程实用模型,并将其应用到生产实践,使得轧制压力的预报精度控制在15%以内。     

案例推理在冷轧建模中的应用

对冷轧生产中负荷分配方法的现状进行了分析,利用人工智能技术,结合冷轧的实际生产过程和工艺特点,从系统结构和软件实现两方面对冷轧负荷分配模型进行了研究,建立了基于案例推理的冷轧负荷分配模型,经现场实际数据证明所建模型更符合实际轧制情况,提高了冷轧负荷分配建模体系的求解效率和求解质量,为人工智能技术在实际生产中的应用提供了新思路。