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.     

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.     

特厚板温度梯度轧制有限元模拟与实验研究

针对特厚板再结晶型轧制,板坯中心难以变形导致心部晶粒粗大的问题,使用Q345B钢,采用有限元方法建立了特厚板轧制的仿真模型,以研究在特厚板轧制过程中引入厚度方向上的温度梯度对钢板心部应变的影响,并与传统均温轧制进行对比,预测了两种温度场条件下奥氏体再结晶的晶粒尺寸.采用大试样平面应变实验对模拟结果进行验证.研究结果表明,温度梯度轧制有利于增加坯料心部应变量,最大增加了61.35%.计算和实验结果显示温度梯度轧制可以减小特厚板心部晶粒尺寸,晶粒度级别提高了一个等级,说明该工艺对提高特厚板中心区域性能有利.     

厚板齐边轧制技术的探讨

中厚板平面形状控制方法最近有所发展，但剪切边部损失和长庆方向的宽度精度仍是影响收得率的一个棘手问题．作者以铅板轧制做模拟试验，在分析大生产中采用常规方法和不同工艺参数时边部的特征之后，提出厚板齐边轧制的方法．     

轧制差厚板单向拉伸性能研究

分别采用解析、仿真以及试验方法对轧制差厚板(tailor rolled blank,TRB)的单向拉伸性能进行研究.基于金属塑性变形理论,推导了轧制差厚板单向拉伸的力学解析模型,对未退火和已退火的1.2、2.0mm等厚板及1.2/2.0mm轧制差厚板进行单向拉伸试验,并从金相组织上解释了退火前后轧制差厚板的性能差异.最后在拉伸试验的基础上,对未退火和已退火的1.2/2.0mm轧制差厚板进行单向拉伸仿真.结果表明:解析模型能够准确地描述轧制差厚板单向拉伸过程中的应力应变状态,未退火和已退火轧制差厚板单向拉伸试样的缩颈均发生在试样薄侧,并且退火后的轧制差厚板表现出更好的成形性能,解析、仿真以及试验结果能够较好地吻合.     

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.     

中厚板平面形状控制中的GM-AGC系统

阐述了对中厚板平面形状控制系统的基本要求和提高中厚板成材率的关键技术内容,研究了中厚板平面形状控制ＧＭ－ＡＧＣ系统的基本结构,着重分析和研究了成形轧制阶段变截面轧制的控制特点,以及提高平面形状控制精度必须考虑的几个问题,对ＧＭ－ＡＧＣ系统应采用的改进措施。     

二次曲线模型求解中厚板轧制过程中的温度场

针对中厚板轧制过程中温度场不易精确模拟,普通温度模型计算存在误差较大的问题,通过建立二次曲线模型来计算中厚板轧制过程中的温度场,即对中厚板的轧制过程进行一定的简化,用二次曲线逼近中厚板轧制时沿厚度方向上的温度场,并在该曲线的基础上得出二次曲线模型和其计算方法．利用该二次曲线模型对Q235轧制过程中的温度场进行解析．结果表明,二次曲线模型预报精度的相对误差可以控制在3％以内,完全能够满足中厚板在线实际生产的需求．二次曲线模型同时也为其他热轧的温度场解析控制提供了范例．     

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.     

二次曲线模型求解中厚板轧制过程中的湿度场

针对中厚板轧制过程中温度场不易精确模拟,普通温度模型计算存在误差较大的问题,通过建立二次曲线模型来计算中厚板轧制过程中的温度场,即对中厚板的轧制过程进行一定的简化,用二次曲线逼近中厚板轧制时沿厚度方向上的温度场,并在该曲线的基础上得出二次曲线模型和其计算方法.利用该二次曲线模型对Q235轧制过程中的温度场进行解析.结果表明,二次曲线模型预报精度的相对误差可以控制在3%以内,完全能够满足中厚板在线实际生产的需求.二次曲线模型同时也为其他热轧的温度场解析控制提供了范例.     

热轧中板轧制变形规程的优化设计

研究热轧中板轧制变形规程的在线优化设计,包括轧制前的预计算以及轧制中的在线修正. 在轧制数学模型基础上,将轧制规程优化设计分为负荷分配道次和板形道次. 在板形道次,给出其线性规划数学模型,并利用单纯形算法求解,分析了不同约束集对最优规程的影响并进行了仿真,确定了最佳约束集. 轧制过程中利用实测数据进行模型自适应及规程在线修正. 经若干中板厂应用结果表明,该方法节约轧制时间且板形良好,异板差0.1 mm之内的命中率大于95%,成材率提高0.5%.     

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.     

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.     

跟踪误差的增量式模型预测控制

针对一类工业生产过程中实时跟踪问题,本文提出一种增量式模型预测控制算法,其基本思想是在预测模型中根据跟踪误差采用速度响应来建立预测模型,并在预测模型中采用控制量的增量软约束和在线滚动优化方法使其二次性能指标达到最优。理论分析和Matlab仿真实验结果表明,该控制算法能获得良好的跟踪性能、平稳的被控对象动态响应以及更强的闭环系统鲁棒性。     

热轧金属横向流动规律及其对板形的影响

采用有限元软件ABAQUS建立热轧金属弹塑性变形模型研究金属横向流动,为了降低模型计算成本,在模型中引入平稳轧制过程中轧件几何模型端面纵向位移沿横向均布的假设.利用此模型仿真研究轧制过程中多个因素对于金属横向流动的影响规律以及相应金属横向流动对轧件板形造成的影响.研究结果表明,接触界面摩擦状态的改变对金属横向流动的影响可以忽略;宽带钢热连轧生产中,在比例凸度不变的情况下,宽度的变化和平均前、后张应力介于实际生产范围内的波动不会引起金属横向流动的变化以及进一步的轧件板形变化;金属横向流动随压下率变化,且使得压下率增加时轧件对称板形向中浪趋势发展;金属横向流动随对称及非对称板廓相似度变化,且金属横向流动的变化显著削弱板廓相似度的改变对轧件板形的影响.为了满足生产现场的在线控制,根据多组有限元模型计算结果建立快速金属横向流动非线性回归模型,为轧件板形的准确调控奠定基础.     

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。     

带扰动时变系统显式模型预测控制算法

针对模型预测控制滚动优化计算量大,很难用于对实时性要求比较高的工业生产过程,提出了带约束和扰动的时变系统显式模型预测控制算法。该方法利用离线与在线结合,离线时对带约束和扰动的时变系统的可行域进行区域划分,并得到每个区域对应的代价函数与控制率的显式函数关系式,在线时通过查表确定当前时刻状态所在区域即可得到相应的控制率,大大减少了在线计算量,提高了实时性。对算法进行仿真实验,证明了算法的可行性与稳定性。     

宽带钢热连轧工作辊热辊形模型

实现工作辊热辊形的在线预报是板形控制的难题之一.采用一维有限差分方法建立了工作辊热辊形在线计算模型,并利用该模型计算了热轧过程中和下机后任意时刻工作辊温度场及其热辊形.仿真和在线应用结果表明,此在线模型计算速度快,精度高,能满足板形在线过程控制的需要.