非稳态下带钢头部厚度补偿控制模型

在不干扰冷轧AGC控制系统工作状态的情况下,研究了冷连轧焊缝过机架时的辊缝进行自适应控制的方法,建立焊缝过机架时各个机架的辊缝调节自适应模型以及单个机架的辊缝自适应调节模型.现场使用效果表明该模型改进了非稳定状态下轧制过程的稳定性和控制精度,减小了各机架在带头通过时出口厚度的波动,从而减少产品的超差长度,提高成材率.     

宽带钢冷连轧机边降控制支持辊辊形研究

结合现场带钢边降控制跟踪测试和工业试验,建立辊系三维弹性变形有限元模型,分析武钢1 700 mm四辊冷连轧机组引进的常规凸度支持辊与单锥度工作辊的辊形配置方案存在板形控制能力不足、边降控制效果欠理想和波动大等问题的原因.基于有限元仿真分析和工业试验,采用工作辊和支持辊一体化辊形设计思想提出自主设计的EDW边降控制工作辊配套的VCR变接触支持辊.研究结果表明,VCR/EDW新方案与原方案相比,前者的辊缝凸度调节域扩大10.7%,辊缝横向刚度增强19.1%,辊间接触压力峰值下降21.6%;VCR变接触支持辊配合EDW边降控制工作辊经过工业轧机现场轧制,轧机凸度控制能力明显增强,弯辊力调节效率提高,带钢边降、凸度及平坦度显著提高.     

压力AGC与监控AGC相关性研究

在带钢轧制过程中,不同性质的多个厚度精度控制AGC系统同时存在,有可能在调节辊缝的方向上相互影响和干扰.理论证明,厚控系统的压力AGC和监控AGC在一定条件下存在相互独立的可能性.通过数学意义上的公式推导,针对AGC系统的实际控制流程,对某热轧机厚控系统的控制参数和结构的调整和改变,得以使此厚控系统实现控制意义上的解耦,并且经过理论推导和计算机仿真.结果表明,此厚控系统的压力AGC和监控AGC是相互独立的.     

UCM六辊冷轧机中间辊辊形研究

针对1500UCM宽带钢冷轧机轧制薄规格带钢易出现板形缺陷和轧辊剥落等问题,采用有限元软件ANSYS建立六辊轧机辊系弹性变形三维有限元模型,并利用UCM轧机窜辊特性和轧机板形控制性能指标设计中间辊新辊形.有限元仿真研究表明:UCM轧机中间辊新辊形与原辊形相比,轧机板形控制能力明显提高,工作辊弯辊调控功效提高35.21%,辊缝横向刚度增强12.25%,常轧宽度1 280 mm薄板的辊缝凸度调节域面积增大75.26%;且UCM轧机辊间压力分布得到改善,中间辊和工作辊的辊间接触压力峰值和辊间接触压力不均匀度系数分别下降3.16%和253%,支持辊和中间辊辊间接触压力峰值和辊间接触压力不均匀度系数分别下降13.29%和17.45%.研究结果为开展UCM轧机中间辊新辊形工业实验提供了理论依据.     

二十辊轧机轧制极薄带的板形控制

针对二十辊轧机辊间压扁计算误差较大的问题,将轧辊视为有限长度的半无限体,基于边界积分方程法建立1个精确的辊间压扁模型;基于该辊间压扁模型、耦合轧辊弯曲模型,轧件塑性变形模型、建立更精确的二十辊轧机板形控制耦合模型。基于该二十辊轧机板形控制耦合模型,针对极薄带轧制工况,分析二十辊轧机第一中间辊锥度、轴向移动、不同压下量等因素对带钢出口厚度、轧制力分布、辊间压力分布等的影响规律,并通过实验方法验证该理论模型的正确性。研究结果表明:第一中间辊的锥度和轴向移动对板形控制具有较大的影响,而且辊缝形状的微小改变会引起板形产生较大变化。     

带钢热连轧机KFF—AGC系统的研究与应用

为了提高热轧带钢厚度精度,采用硬度前馈AGC方案,建立了KFF-AGC控制算法的数学模型,并分析了带钢热连轧过程造成厚度偏差的主要原因.结果表明,中等宽度带钢热连轧机应用KFF-AGC系统后,带钢厚度精度明显提高,热连轧机下游末两架精轧机的轧制力波动变化小,且带钢轧制过程更加稳定,为板形控制创造了良好的条件.     

热轧窄带钢辊缝预设及头尾厚差预报

在实测的基础上得到了适于窄带热轧生产线的辊缝预报模型.经生产性试验表明,本研究给出的辊缝预设值与现场实测非常接近,将其作为控制窄带精度的手段,可取代目前对人工经验"试调"的依赖,具有重要的实际应用价值;对轧件头尾厚度差的计算不但考虑了奥氏体再结晶软化程度对轧机负荷的影响,还考虑了轧辊弹性压扁与轧制压力的耦合对压力及辊缝的综合影响,从而显著提高了带钢头尾厚差的预报效果.这对控制带钢的通条尺寸、提高产品精度具有重要意义.     

热连轧机AGC系统的优化

针对传统AGC系统中弹跳方程受轧机刚度系数精度和弹跳曲线线性条件的影响而无法得到精确的机架轧出厚度的问题,提出以轧机弹跳特性曲线为基础的机架轧出厚度计算方法,并以此为基础得到新的前馈AGC、厚度计AGC及其与监控AGC的相关性模型.将优化后的AGC系统应用于某热连轧现场,实际应用表明,对于厚度规格35mm的带钢,允许厚度偏差±20μm时,厚度精度命中率可达962%以上,远优于现场控制要求.     

冷连轧机液压压下控制系统弹跳补偿数学模型的优化

在轧制过程中轧机的辊缝发生变化,影响轧件尺寸,考虑控制系统的稳定性和轧制板形等需要,可调整补偿系数,保持轧机辊缝恒定,精确的弹跳补偿数学模型非常重要。本文介绍了AGC技术的应用,在此理论基础上结合常规的补偿模型得出优化的弹跳补偿数学模型。     

基于支持向量机的轧制过程灵敏度分析

利用支持向量机(SVM)建立轧制力模型,并由该模型分别对各输入变量进行偏微分,以计算轧制过程出口厚度灵敏度系数,从而解决解析方法难以求解的轧制过程模型“代数环”问题．对轧机第一机架试验仿真,结果表明,基于SVM方法获得的灵敏度具有很高的精度,且由灵敏度确定的控制量可以获得很好的控制效果,同时也表明第一机架辊缝对出口厚度的影响比张力要大,以辊缝控制方式调节出口厚度比张力控制方式具有更高精度．     

宽带钢热连轧机板形板厚增益调度解耦控制

针对板形板厚综合控制的耦合问题，通过分析板形控制系统需要先后投入平坦度反馈控制和动态凸度控制的综合系统特性，采用前馈补偿综合法设计解耦网络以完成动态轧制过程的板形板厚解耦控制。结合1700mm热连轧机实际控制系统，提出采用板形板厚增益调度解耦控制方法适应板形板厚耦合特性随实际轧制条件变化的应用需要，建立的增益调度函数集已在大型工业轧机得到验证与应用。     

热连轧厚度系统的多目标鲁棒预测控制

针对热连轧厚度控制系统模型(AGC),提出基于线性矩阵不等式的多目标鲁棒预测控制算法,有效处理了液压厚度控制系统的参数不确定性、扰动以及约束等问题. 由于所得结果以非线性矩阵不等式形式给出,采用锥补线性化思想将控制器的设计转化为一个受线性矩阵不等式约束的非线性规划问题,求解线性矩阵不等式,根据其可行解构造控制器,实现系统的多目标优化控制策略. 仿真结果表明,该方法有效并具有较好的控制性能.     

热轧AGC控制的效用性问题

减小带钢上不同位置的厚度差以及不同带钢之间的厚度差,是在未来板带轧制过程中优先解决的问题.本文介绍了热轧带钢AGC自动厚度控制方法,实验研究将压力AGC和监控AGC结合使用,实现对带钢厚度的控制.现场应用加入监控AGC的控制系统后,带钢的厚度差明显缩小,整体厚度十分均匀.生产实践表明,AGC控制系统设计合理,控制效果令人满意,值得在带钢热轧中推广.     

薄板坯连铸连轧中的板带厚度控制及仿真分析

邯钢引进的薄板坯连铸连轧（CSP）中,用长行程液压缸与阶梯垫板结合的热轧板带厚度自动控制（AGC）,提高了快速液压执行机构的稳定性和响应速度,以热轧机组液压AGC系统为对象,利用Matlab软件对系统进行了分析,并研究了系统各主要因素对系统动态特性的影响。     

带材周期变厚度轧制控制系统开发

对单机架四辊冷轧机控制系统软件进行改造,在原有基础上增加周期变厚度轧制功能.为了适应带材轧制过程中辊缝的周期性变化,控制系统对机械设备参数、检测仪表设置提出特殊要求,开发了轧件微跟踪、周期变厚度监控AGC、变张力、变速度周期轧制等重要控制功能.利用改造后的控制系统进行轧制实验,实现对周期变厚度带材的轧制,获得了很好的轧...     

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。     

基于遗传算法的热连轧机负荷再分配

以工业轧机为对象,根据热连轧板形前馈的特点,研究提出了基于遗传算法的轧制力负荷再分配的模型.实验数据对比分析结果表明,使用该策略能够获得良好的板形及生产的平稳过渡,可用于热连轧生产.     

基于模糊RBF神经元网络的冷连轧板形板厚多变量控制

针对板带材轧制是一个复杂的非线性过程,板形控制(AFC)和板厚控制(AGC)又是相互耦合的一个综合系统等特点,提出了一种基于模糊RBF神经元网络的冷连轧板形板厚多变量综合控制系统.仿真结果证明了此AFC-AGC控制系统具有良好的自适应跟随和抗扰性能,其控制效果优于传统的解耦PID控制.