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.     

热连轧机轧制力成比例负荷分配的CLAD算法

为了实现热连轧精轧机组负荷分配的在线优化设定,提出一种轧制力成比例负荷分配的新算法CLAD算法(change load ratio by adjusting draft).其要点是通过调整压下量的偏差来使当前轧制力与目标轧制力的偏差最小化.根据轧制力成比例原则建立非线性方程组,结合假设条件,将系数矩阵简化为对角阵,经数学推导给出了新算法的迭代公式和收敛条件.提出一种经验插值法确定初始值,使得负荷分配迭代计算能快速收敛.对宝钢典型轧制案例的模拟计算验证了新算法具有计算速度快、收敛性好等优点,可用于在线计算.     

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.     

椭圆孔型轧制合金钢方坯三维弹塑性有限元模拟

为设计安全合理的合金钢椭圆孔型系统，采用三维热力耦合弹塑性有限元模拟仿真技术，超前再现了合金钢方坯在椭圆孔型中金属的三维流动过程并获得了轧制力及力矩等重要参数的变化规律．结果表明：表面和心部金属沿轧制方向流动速率的不同导致合金钢方坯端部横断面产生凹形；轧制力和轴向力及轧制力矩和径向力矩具有相似的变化趋势，即咬入和抛钢阶段其值变化较大而稳定轧制阶段变化较小．     

基于宏观塑性变形的热轧板带力能模型

从宏观塑性变形的角度,通过对轧制过程中动量变化的分析,提出了板带轧制的力能分析的微分形式和积分形式,建立了轧制力和轧制力矩的理论公式.该公式摒弃了传统公式中采用过多的经验系数,清晰地揭示了轧制力、轧制力矩、金属屈服强度、摩擦因数等各变量之间的相互关系,使得咬入角、中性角等有关变量的物理意义进一步明确.最后通过对一次实际轧制过程的仿真计算初步验证了本文公式的正确性.     

热轧非稳态过程轧制力自学习模型优化

为提高热连轧非稳态过程轧制力的预测精度,提出了一种轧制力自学习模型优化方法. 将模型自学习系数分解为层别学习系数和轧制状态学习系数,表征机架间轧制力预报偏差的遗传特性及实际轧辊状态对模型预报的影响.在系数更新过程中,根据层别距离分别对学习系数进行更新,减小了轧制规格切换时轧制力的预报误差.所提方法已成功应用于某热连轧过程,与原模型相比,优化后的自学习方法的预测偏差从2.8%降低到1.4%,均方差从3.3%降低到1.7%,有效提高了非稳态过程轧制力的预测精度和鲁棒性.     

PC轧机轧制过程轧制力三维有限元模拟

详细介绍了应用ANSYS/LS-DYNA软件建立PC轧机有限元模型求解轧制力的方法,对某1880精轧机组F3机架的轧制过程进行了模拟分析。结果表明,轧制过程等效应力场、等效应变场与实际相符,轧制力模拟值与实测值基本一致,计算结果真实可信,可以为工业生产提供参考。     

基于宏观塑性变形的热轧板带力能模型

从宏观塑性变形的角度,通过对轧制过程中动量变化的分析,提出了板带轧制的力能分析的微分形式和积分形式,建立了轧制力和轧制力矩的理论公式。该公式摒弃了传统公式中采用过多的经验系数,清晰地揭示了轧制力、轧制力矩、金属屈服强度、摩擦因数等各变量之间的相互关系,使得咬入角、中性角等有关变量的物理意义进一步明确。最后通过对一次实际轧制过程的仿真计算初步验证了本文公式的正确性。     

基于神经网络与线性回归的轧制力预报

通过将SIMS轧制力计算公式进行相应简约化处理,避免了模型软件在该公式计算时的重复迭代求解,缩短了计算时间,因此更适合在线软件计算.利用现场实际生产数据反向回归出变形抗力模型中的系数,提高了模型中系数的准确性.用神经网络对变形抗力与应力状态系数的乘积加以修正,进一步提高了轧制力预报的精度.预测结果与实测数据比较表明,轧制力预报误差基本在±5％以内,满足了轧制力预报的精度要求.     

基于人工神经网络的CSP精轧机组轧制压力预报

采用BP人工神经网络的方法,以CSP热连轧六机架精轧机组生产实测数据为基础,建立了高精度的热连轧精轧机组轧制压力预报模型.结果表明,该模型训练平均误差分别为4.63×10-4和8.35×10-4,预报平均误差分别为±2.2%和±1.6%.     

热连轧带钢终轧温度控制样本跟踪策略

为了加强前馈控制在带钢终轧温度控制中的作用,提高机架间喷水冷却控制精度,分析了带钢在机架间运行过程中的速度变化规律,将带钢在精轧机架间的冷却过程划分为多个冷却计算单元,阐述了机架间微跟踪策略的原理,给出了合理的通条带钢机架间微跟踪方法.使用实验室已开发的热带终轧温度模拟运行软件,结合国内某厂现场数据,进行了机架间温度控制模拟计算,计算结果优于现场实测数据.     

单位宽度轧制力对热轧带钢凸度的影响规律

为了建立高精度的热轧带钢凸度计算数学模型 ,根据带钢凸度计算理论 ,采用影响函数法开发了四辊轧机带钢凸度影响率计算软件 ,系统地分析了单位宽度轧制力、轧辊直径和压下量对单位宽度轧制力影响率的影响规律·结果表明单位宽度轧制力影响率随带钢宽度的增加呈抛物线变化 ;轧辊直径和压下量对单位宽度轧制力影响率有一定的影响 ;建立了高精度单位宽度轧制力影响率的数学模型 ,确定了单位宽度轧制力影响率基本值及工作辊直径、支撑辊直径、压下量对单位宽度轧制力影响率修正系数的 6次拟合系数 ,为板形控制系统模型的建立及参数优化提供了理论依据     

遗传算法优化神经网络的热轧带钢弯辊力预报模型

针对传统弯辊力预设定模型的缺陷和带钢热连轧轧制特点，利用某钢铁公司1580mm热轧线生产数据，对精轧机组末机架进行了基于遗传算法优化神经网络的弯辊力预报模型研究.以大量实际数据作为神经网络训练输入，充分考虑了输入参数之间的影响作用，模型结构简单、容易实现，其整体性能用平均绝对百分误差、均方根误差和相关系数R评价.通过将预测结果与实测结果比较，验证了模型的精度.研究发现，提出的弯辊力预测模型相比于传统模型可实现高度非线性拟合，适用于提高热轧带钢头部板形控制精度，为实际弯辊力设定提供指导和试验基础.     

基于多神经网络的热连轧轧制力预计算

提出使用BP、RBF混合网络建立的多神经网络来预报热连轧轧制力。工程实例说明,相对于传统数学模型和单神经网络建立的数学模型,多神经网络在预报精度和网络冗余方面占有较大优势。文中建模方法也为．研究多变量复杂工程提出了一条新思路。     

调节轧制速度和水流量进行终轧温度控制的比较

结合国内某热轧带钢厂终轧温度控制模型的调试过程,分别介绍了通过调节水量和调节轧制速度进行终轧温度控制的原理;对比了轧制典型产品时采用上述两种手段调节终轧温度的轧制速度实测曲线、水量调节曲线和终轧温度实测曲线,探讨了产生不同终轧温度控制效果的原因;结合轧后冷却样本跟踪原理,分析了调节速度时对于下游轧后冷却控制过程的影响.研究结果表明:采用调节轧制速度手段的终轧温度控制精度略高;采用调节机架间水量手段时轧制速度曲线更平滑,有利于轧后冷却过程控制.     

数据挖掘在热轧平整机轧制力计算偏差补偿模型中的应用

分析了数据库技术及数据挖掘常用算法,以热轧平整机轧制力计算偏差补偿为例,建立了数据挖掘的热轧平整机轧制力补偿模型．经实际检验,模型在生产应用中完全满足生产实际要求,对现有的基于二级数学模型计算的薄规格板带后期工艺再处理生产的进一步优化具有深远的意义．     

立轧对称-反对称抛物线狗骨模型轧制力的解析

为提高热轧产品质量,必须保证热轧带钢宽度尺寸精度,生产中多采用在粗轧机组处安装立辊轧机来进行控制,但立轧后板坯横断面会产生狗骨形状.首次建立了立轧对称-反对称抛物线狗骨函数模型和运动许可速度场.使用刚塑性第一变分原理,采用变上限积分得到立轧时总功率泛函和轧制力的解析解.将轧制力解析结果与有限元仿真值进行比较,误差在3%以内,与Yun模型比较误差不大于6.3%.采用本文模型预测现场轧制力的精度良好,可以满足现场控制要求.     

中厚板厚度控制模型的自学习

结合南钢2 500 mm精轧机组改造项目,根据中厚板生产工艺特点,确定合理的弹跳模型和轧制力模型.考虑到弹跳模型具有较高精度以及其自学习不依赖于轧制力模型精度的特点,首先进行弹跳模型的自学习,再利用修正后的弹跳模型计算轧件出口厚度,将其用于轧制力模型的自学习.轧制力模型的自学习主要是修正钢种硬度系数,分短期自学习和长期自学习两部分,分别用于修正本批次钢和本规格钢的硬度系数,短期自学习结果是长期自学习的数据来源,长期自学习结果保存进数据库供以后计算使用.研究结果应用于南钢中板厂后,厚度控制命中率提高了13.3%.     

立轧非稳态过程的3维刚塑性有限元分析

采用全３维刚塑性有限元法对热带粗轧机组平辊立轧非稳态过程进行了分析和比较,所得到的轧件形状、轧制力及轧制力矩与文献的实验结果吻合较好,计算精度比文献的理论结果有所提高·表明全３维模型具有明显的优越性,同时所采用的处理轧件入口处奇异点的方法是有效的·