基于GRNN的中厚板轧机压力预测模型

为了实现中厚板轧机在轧制过程中的压力变化自动预测和控制,分析了轧制过程中压力变化的影响因素,在神经网络技术和现场实测数据的基础上,利用Matlab人工神经网络工具箱,应用广义回归神经网络建立压力变化预测模型来提高轧制压力变化预测的精度.经过对现场实测数据的处理,分析了工作辊直径和初始板坯宽度对轧制压力网络模型精度的影响.指出随着工作辊直径的增大,网络的精度逐渐降低;随着选用初始板坯宽度的增大,网络模型的精度逐渐增高.结果表明:该方法建立的模型可以实现对压力变化的预测,且预测精度有较大提高.     

金属板材异步轧制力理论模型

目前板材异步轧制解析模型计算精度不高,不便于进行异步轧制参数的研究。本文运用平面应变主应力法将作用于金属板材截面单元的非均布剪切力引入平衡方程,并采用考虑剪切力的屈服方程建立了板材异步轧制解析模型,同时在解析方程中引入修正系数,给出了轧制力和轧制力矩的计算模型。结果表明,截面单元的非均布剪切力是影响平面应变主应力法解析金属板材异步轧制力学模型计算精度的关键因素,藉此建立的板材异步轧制解析模型的计算结果与实验结果具有更好的一致性,不但提高了主应力法的计算精度,而且计算效率高,适于编程计算与控制,更便于表征不同异步轧制参数下轧制力和轧制力矩的分布规律,以及板材异步轧制翘曲模型的准确建立。     

中厚板轧机弹跳方程的研究

本文研究在预压力小的条件下,直接以轧制压力和板宽为影响因子建立的弹跳方程和刚度方程。探讨压力分档对模型精度的影响。轧制压力和板宽对轧机的刚度有显著的影响。     

冷连轧过程控制轧制力模型综合参数自适应

轧制力模型是冷连轧过程控制系统的基本模型,影响其预报精度的主要因素是材料的变形抗力和摩擦因数. 本文采用参数自适应方法来提高轧制力的预报精度. 在对轧制力模型进行自适应过程中,将材料的变形抗力作为轧制过程模型的整体属性,各机架根据累计变形程度确定各自的变形抗力. 在此基础上,将摩擦因数看成是各机架的单体属性,各机架取不同的模型参数. 实践证明,这种综合考虑变形抗力和摩擦因数的参数自适应方法可以对二个参数同时进行修正,能有效提高轧制力模型的预报精度.     

模糊小脑模型神经网络在多辊冷连轧机轧制力预报模型中的应用

针对宽带钢多辊冷连轧机组特点,为提高轧制力的预报精度,在结合传统轧制压力模型的基础上把模糊算法和神经网络有机结合,设计出基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型.通过对传统轧制力模型计算值、小脑模型预报计算值与实测值进行对比分析可知,基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型具有较高的计算精度,更适合于多辊轧机在线计算机过程控制的应用,满足现场在线生产的要求,取得良好的板形板厚控制效果.     

对A.И.Целиков轧制压力公式之分析——冷轧压力数学模型研究之一

公式是冷轧最常用的轧制压力模型之一,为提高模型精度,对该公式进行了分析。根据实验资料的校核和上机计算表明,影响压力分析的重要因素之一——外区的影响未予考虑,使在某范围内给出的值偏低,所用的摩擦规律未被实验证实,而且在大压下量薄轧件轧制时,给出的值偏高。分析计算结果表明公式不能在所有轧制情况下与实际相符,且作者提出的一些论点也值得商榷。     

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·     

武钢热轧厂精轧制压力数学模型的研究

在计算机控制热轧带钢的生产中,为使带钢顺利通过轧制线,获得具有一定尺寸精度、良好板型和具有一定机械性能的成品、确保整个轧制线上设备的安全运行,必须建立一套完整的能被计算机所应用的数学模型。轧制压力数学模型对精轧机组辊缝设定至关重要,它决定着轧制过程的正常进行和成品带材的尺寸精度。 武钢1700热连轧厂是全套从日本引进具有七十年代水平的计算机控制的生产,所采用的控制模型均属日本专利。几年来的生产实践表明,日本所提供的精轧轧制压力模型     

基于压力信号采集的输气管道混合模型的建立

为监测输气管道的运行状态,提出一种基于机理模型和神经网络模型的混合建模方法. 机理主模型是基于气体在管道中流动的连续性方程、运动方程和气体状态方程而建立的;神经网络模型用来补偿机理模型建模过程中的简化处理及因忽略某些动态参数变化带来的误差,提高了混合模型建模精度,为下一步进行气体管道的泄漏检测和定位奠定基础. 为避免流量计检测精度较低的缺点,实验中用高精度压力传感器取代流量计,统一采集压力信号,提高检测精度. 基于实验采集压力数据,将机理模型和混合模型输出的精度进行比较. 结果表明混合模型的精度得到了较大提高.      

冷轧压力模型及其自适应控制的研究

平截面方法导出轧制力方程的一般形式是P=R·ι′·Q_p·ξ。这四个因子可以独立地处理。 重点研究了应力状态系数Q_p的模型。从三次实验的结果,发现即便对于板带冷轧,当ι′╱h小于一定值时,也会出现宏观的不均匀压下,平截面法得到的Q_p理论解不适用,应给以修正量。因此在分段统计模型[7]的基础上,给出了同时考虑均匀与不均匀变形的模型或以及考虑出口弹性回复区对轧制压力贡献的模型 以上方案的方程结构物理概念明确,对观测值有较高的拟合精度,它不仅适用于板带冷连轧,亦可用于热连轧与中厚板轧制。     

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.     

神经网络辨识方法及其在轧钢控制中的应用

利用人工神经网络的辨识理论和方法,进行轧制过程数学模型参数的在线辨识与修正.首先对轧制压力模型和温度模型进行分析,得到适于应用神经网络进行辨识和修正的轧制模型函数形式,选择并比较最速下降、递推最小二乘及共轭梯度训练算法,实现了离线的和在线的仿真与应用.仿真结果表明,将人工神经网络应用于轧钢过程的轧制模型辨识可以大大提高模型预报精度.     

2800 mm中厚板轧机轧制力模型研究

在考虑温度场对轧制力能参数影响的条件下,利用ANsYs软件对热轧板带的塑性变形过程进行了力能参数的计算,并由此获得2800mm轧机轧制压力的计算模型.经在武钢2800mm轧机生产现场实测大量数据,进-步完善轧制力模型,使之具有良好的计算精度.     

基于目标函数的冷连轧轧制力模型参数自适应

为提高轧制力模型的预报精度,提出了一种基于目标函数的轧制力模型参数寻优方法该方法通过建立轧制力模型参数自适应目标函数,以变形抗力和摩擦系数模型中的自适应系数作为寻优参数,采用Nelder-Mead单纯形算法对目标函数进行求解,从而获得满足轧制力精度的模型自适应系数本文提出的轧制力模型参数自适应方法已应用于某1700mm五机架冷连轧机组.现场应用表明:采用轧制力模型参数自适应后,轧制力模型计算值与实测值的均方差由不采用自适应的129%降至32%,证明该参数自适应方法能显著提高轧制力模型预报精度,满足在线控制要求.     

热连轧轧制力模型系数回归的新方法

热连轧过程中,为了提高轧制力预设定精度,提出一种新的修改轧制力模型参数的方法·利用ＢＰ神经网络对以往的大量生产数据进行训练、预测·对ＢＰ神经网络的预测结果利用最小二乘法,回归出轧制力模型中的温度相关系数ｍ１和变形速度相关系数ｍ３·现场生产实验证明,应用修改后的轧制力模型系数,提高了轧制力预设定精度,从而使头部厚度精度有较大提高·对于象本溪钢铁公司热连轧厂这样的老企业,这种新方法更具有在线应用的可行性·     

剪辐式压力传感器设计原理及有限元应力分析

本文分析了近年发展的一种矮外形剪辐式压力传感器的力学原理,对确定传感器结构尺寸的方法作了进一步研究。为提高其设计精度,提出了一个有限元分析的设计模型,并以测轧制压力用的传感器作实例,对计算结果进行了分析。     

2350轧机轧制压力人工神经网络预报

基于Matlab人工神经网络工具箱，采用改进的BP网络Levenberg-Marquardt训练规则优化计算2350中板轧机轧制压力和力矩。通过该网络的μ参数的自适应调整，提高了收敛速度，使2350中板轧机轧制压力和力矩的预报精度大为提高，为预报该机组的轧制压力和力矩计算提供了一条新的途径。     

1350铝箔轧机轧制压力的数学模型

通过实测获得的大量数据，并以轧制理论为基础，选择了比较合适的模型结构。利用最小二乘法回归出铝箔轧制压力数学模型，模型精度可以满足工程应用的要求。     

基于轧制界面表面粗糙度特征的板带轧机混合润滑特性研究

综合运用平均雷诺方程、Christensen随机粗糙峰分布理论、摩擦润滑理论和金属轧制变形理论,建立考虑表面粗糙度特征影响的轧制工作界面混合润滑模型,并采用该模型系统分析基于不同表面粗糙度方向、压下率、轧制界面膜厚比、接触载荷比、界面流体压力和接触面积比等混合润滑摩擦性能参数随润滑油卷吸速度或工作区位置变化的情况。研究结果表明:粗糙度横向分布更有利于润滑性能的提高;在相同表面粗糙度下,随着压下率增大,接触面积比和膜厚比减小;在相同压下率下,膜厚比随工作界面润滑油卷吸速度的增大而增大,而接触载荷比和接触面积比随之减小;工作界面表面粗糙度对界面流体压力分布有较大影响,在表面粗糙度最小处流体压力最小。     

冷轧板材接触弧长度的确定及轧制力计算

本文从轧辊和轧件的弹性变形出发,提出一个简便而精确的接触弧长度计公算式。在此基础上又提出了简便而又较为精确的轧制压力计算方法——图表法和解析法(简化公式)。并又提出一个考虑轧辊辊身端部弹性接触压力的铝箔轧制压力计算公式。上述公式不仅为一般工程计算提供了方便的条件和较为符合实际的结果,并为电子计算机控制提供简便而又较为精确的轧制压力数学模型,对提高轧制力予报精度,减少计算机的内存占用量、提高在线的运算速度,都有着重要的实际意义。