热带钢轧机非对称工作辊的研制与应用

热轧精轧机组下游机架既要实现板形控制,又要均匀化轧辊磨损以实现自由规程轧制.同时,硅钢、集装箱用钢等专用钢边部减薄严重,常规的板形控制手段难将凸度控频侥勘曛开发了非对称工作辊,辊身一端带特殊曲线,上下工作辊成反对称放置.改变轧辊的轴向位置,带钢凸度变化量可超过150μm.设计了针对该工作辊的特定窜辊策略,带钢边部板形可得到有效控制.改善了轧辊磨损辊形,有利于实现自由规程轧制.在鞍钢1700ASP生产线上的使用实绩表明,采用非对称工作辊后,硅钢凸度降低了29.8%,高强度钢的凸度可降至50μm以下,且凸度控制稳定.     

连续退火线平整机辊形优化

对连续退火线平整机的板形问题进行研究.通过实际生产数据的统计分析,基于减小有害接触区和增强弯辊力调控功效的思想,利用影响函数法下的辊系弹性变形计算提出了相应的平整机支持辊辊形优化目标.采用分层序列法处理多目标函数,并通过混合遗传算法进行求解,设计出新的辊形配置方案.使用二维变厚度理论建立辊系有限元模型,对辊缝横向刚度、弯辊力调控功效进行计算校核.将研究结果应用于实际生产,改善了平整机的板形控制效果,降低弯辊负担.     

基于模拟退火算法的中厚板精轧机工作辊热膨胀模型

应用模拟退火算法和有限差分法,建立起适用于武钢2800mm四辊轧机的工作辊热膨胀计算模型.此模型是一个半经验的工程运用公式,其参数的估计采用传统的优化方法难以解决,而用模拟退火算法却能得到有效地解决.应用此模型来预报工作辊的一个轧制单位全过程的热凸度变化值,其精度较高.生产使用后表明,此模型具有较高的工程实用性,可以应用于其他各类轧机的轧辊热辊形预测.     

热轧HVC工作辊热变形

以HVC工作辊为研究对象,采用二维交替方向差分法建立了工作辊温度场模型,可对任意时刻工作辊温度场分布和热辊形进行仿真,计算时间能够满足在线应用且具有绝对稳定性.通过现场实测数据与模型计算值比较,吻合较好,验证了模型的准确性.     

冷轧机工作辊非对称弯辊的板形调控理论研究与应用

为减少冷轧带钢的非对称板形缺陷的产生,设计了工作辊非对称弯辊控制系统.应用影响函数法计算辊系变形,同时考虑辊缝中金属横向流动对带钢出口横向张力分布的影响,通过迭代法计算出工作辊两端施加不同弯辊力后的辊间压力分布、出口厚度横向分布以及出口横向张应力分布.理论分析结果表明,工作辊非对称弯辊可以在一定程度上改善辊间压力分布不均,减轻轧辊磨损和减少轧辊掉皮事故的发生,降低带钢边部的非对称板形缺陷.实际应用结果证明,当倾斜调整量小于10%时,应用工作辊非对称弯辊替代倾斜调整,可以获得更好的板形精度.     

基于多目标遗传算法的工作辊温度场计算与分析

等效换热系数是热连轧机工作辊温度场仿真模型的核心输入参数,多采用遗传算法优化得到,某1800mm热连轧机存在品种、规格交替轧制,等效换热系数的准确计算比较困难.选取多组典型工艺条件下的工作辊下机后表面温度作为优化目标,采用多目标遗传算法进行优化,并通过改变遗传算子有效避免了算法早熟及局部收敛等问题,获取了具有较强适应性的等效换热系数.仿真和实测数据的对比结果证明了优化模型的可靠性.利用仿真模型分析了主要工艺参数对工作辊热凸度的影响,并提出同宽交替时,工作辊热凸度随轧制进程呈指数变化,而在品种、规格交替编排轧制工艺下相邻带钢轧制时工作辊热凸度存在6~21.8μm的波动,且随轧制进程趋于稳定.     

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.     

工作辊分段冷却小脑模型模糊控制

采用小脑模型神经网络控制方法对该系统进行了仿真试验研究，小脑模型神经网络适合处理多输入输出问题，并且具有自组织，自适应和自学习街特点，试验结果表明ＣＭＡＣ方法是有效的，可进行工业实际控制。     

热轧工作辊变行程窜辊策略

推导出工作辊磨损特征参数与窜辊策略参数的定量关系表达式,从理论上研究各种窜辊策略参数对工作辊磨损特征参数的影响,并分析工作辊不同磨损量时窜辊对承载辊缝的影响.在此基础上,制定窜辊策略参数的选取原则,并提出了热轧常规曲线工作辊变行程窜辊策略,此策略在国内多个热连轧生产线上得到运用.     

旋转辊差异化非直流道设计与多目标优化方法

为提高平面流铸冷却辊内水流更新速率,在流道内流体微团力学分析基础上,提出一种进、出水面采用不同旋向肋道的差异化非直流道结构,并基于Bezier曲线对肋道型线与厚度进行参数化表达;针对多变量、多参数优化过程中求解效率低的问题,采用拉丁超立方抽样获取样本点,通过数值计算获得样本点性能参数,然后,基于熵权层次分析法获得流道换热效率综合性能指标,进一步采用BP神经网络预测与遗传算法优化相结合的方法进行寻优。研究结果表明：进水面采用旋向即与冷却辊转向相反的肋道、出水面采用旋向即与冷却辊转向相同的肋道可明显减小流道涡旋现象,提高水流更新速率;所提出的参数化建模与优化方法在应用于多变量、多参数优化时具有较高的求解效率;在同等条件下,相比于传统散射直流道和优化前流道,优化后流道的流量分别提升25.0%和5.6%,达到了提高水流更新速率的目的。     

无取向硅钢热轧工作辊磨损预报模型

根据1700mm热连轧机采集的现场数据分析了硅钢轧制工作辊磨损的规律和其磨损轮廓曲线.采用中部磨损和边部磨损分别建立磨损计算函数的方式,建立了无取向硅钢轧制的工作辊磨损预报模型.采用遗传算法优化计算了模型参数.现场实测数据验证表明,模型预报精度可靠实用,可用于指导生产实践.     

热带钢轧机板形综合控制技术开发

为了改善热带钢轧机的板形控制性能、提高产品的板形质量、降低生产消耗,针对工作辊可轴向窜动的热带钢轧机,在大量有限元模拟基础上开发了特殊的工作辊辊形技术和支持辊辊形技术及相应的板形控制模型,包括过程控制系统(L2级)的板形设定控制模型和基础自动化系统(L1级)的弯辊力前馈控制模型、凸度反馈控制模型及平坦度反馈控制模型.在经历离线模型建立、在线编程和调试等诸多复杂过程后,辊形技术及板形控制模型在工业宽带钢热轧机上进行了长期、稳定的应用.生产实践表明,采用这些板形控制技术后,凸度偏差控制在±18 μm的比例超过93%,平坦度偏差控制在±25 IU的比例超过94%,同时实现了自由规程轧制.     

兼顾板形的热连轧机负荷分配的优化

针对热连轧过程中板形板厚综合控制问题,提出了兼顾板形的负荷分配方法,并且使用免疫遗传算法进行了参数优化.实验数据对比分析表明,该方法是有效的,能够实现板形板厚的综合控制.     

改进粒子群算法及其在热连轧负荷分配中的应用

对一种已有的自适应算法进行了改进,并将该算法思想引入到粒子群算法的改进中,在种群进化到一定代数时按照改进自适应算法改变搜索范围的大小,实现了自动调整搜索范围、提高收敛速度和精度并可有效防止粒子群算法早熟收敛的目的,同时通过实验仿真进行了验证.将该改进粒子群算法应用到热连轧机精轧机组的负荷分配优化计算中,程序运行时间小于5s,满足实时性的要求,为其提供了一种更为有效的优化手段.     

热轧轧辊磨损模型研究及轧辊横移影响分析

在对热轧带钢精轧工作辊磨损影响因素进行分析的基础上,采用"切片法"建立考虑横移影响的轧辊磨损模型,给出磨损模型的参数优化方法。实验验证表明,优化后的模型计算精度得到显著提高,计算偏差的标准差控制在15μm以内,轧辊磨损轮廓形状更加符合实际。采用逐步累计-叠加方法,对一个换辊周期内的轧辊磨损进行数值模拟,发现实施轧辊横移后,轧辊磨损在带钢宽度方向趋于均匀,磨损辊型曲线更加光滑、平缓,消除了轧件边部附近轧辊的局部严重磨损造成的猫耳现象,有利于热连轧机组实施自由程序轧制。     

CSP热轧CVC工作辊凸度范围的分析及选择

为更好地发挥CVC工作辊凸度调控能力,保证带钢板形质量,现场跟踪测试某CSP热轧生产线CVC工作辊实际窜辊情况,发现不同机架CVC工作辊辊形在使用过程中表现出窜辊形式的多样性,并反映出凸度控制能力不合适等问题.在对热轧不同机架的板形控制特点、热轧工作辊磨损对凸度调控能力的影响、CSP各机架不同的弯辊调控功效以及CSP大压下率的特点进行分析研究的基础上,提出了CSP热轧F1～F7机架从强到弱的CVC凸度控制能力选择原则,并相应给出了正态分布、抛物线分布、均匀往复窜辊三种不同的窜辊策略.