冷轧四辊轧机弹性变形在线模型

为提高轧机弹跳值的计算精度,开发一种四辊轧机弹性变形的在线计算模型,模型中将轧机弹性变形分为辊系弹性变形和轧机牌坊弹性变形;综合考虑各影响因素,设计辊系和轧机牌坊弹性变形的模型结构。基于所设计的模型结构和测试方案,针对某1 800 mm单机架可逆冷轧机,采用影响函数法得到支撑辊辊径、工作辊辊径、带钢宽度、轧制力和弯辊力等因素对辊系弹性变形的影响,并建立辊系弹性变形在线模型;通过对轧机的现场测试,回归得到轧机牌坊弹性变形模型中的系数,并应用于该机组中。研究结果表明:采用该模型,辊缝设定值的计算偏差可控制在±0.1 mm以内,表明该模型具有较高的计算精度,满足现场控制要求。     

生长曲线模型在隧道监控数据处理中的应用

分别采用Weibull生长曲线模型、对数函数模型、指数函数模型和幂函数模型等4种回归模型对某隧道拱顶下沉的实测数据进行了回归分析,并将各模型预测结果和实测数据进行了对比.结果表明：Weibull生长曲线模型的预测结果与实测数据最为吻合,精度最高,误差最小.因此,采用Weibull模型对隧道围岩变形情况进行回归分析,效果要优于其他3种传统模型.     

热带轧机工作辊初始辊型曲线的设计

在采用影响函数法分析轧辊弹性变形的基础上,提出一种热带轧机工作辊初始辊型曲线的设计算法.指出合理分配精轧机组各机架带钢入、出口凸度范围对工作辊初始辊型曲线设计具有重要的作用,并提出一种各机架带钢入、出口凸度范围的确定策略.采用提出的算法对某厂1 250 mm热带轧机精轧机组优化了其工作辊初始辊型曲线,并进行了现场实际生产实验.实验结果表明:带钢的实测凸度满足该厂目标凸度的要求,证明了该算法的合理性.     

四辊轧机工作辊辊端压靠板形控制模型

为了研究工作辊辊端接触对冷轧带钢板形的影响,本文基于有限长半无限体压扁模型,耦合了轧辊挠屈变形模型与板带塑性变形模型,建立了更加精确的四辊轧机辊端压靠模型。对比了考虑压靠和未考虑压靠模型的计算结果,发现考虑压靠现象后,工作辊辊端压靠力导致端部辊间压力增大,同时改善了带钢边部减薄现象。运用该压靠模型研究了不同板宽、弯辊力对轧制力、压靠力、辊间压力、张力及出口厚度分布的影响,从中发现带材宽度存在一个易发生压靠的宽度范围,以及正弯辊力有利于改善压靠现象。     

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.     

四辊轧机不对称刚度条件下轧辊弹性变形的研究

针对国内某热连轧厂精轧机组某机架轧机两侧刚度不对称的实际情况,为了研究四辊轧机驱动侧和操作侧刚度不对称条件下轧辊弹性变形的规律,采用影响函数法开发了基于双悬臂梁模型的轧辊弹性变形模拟计算模块,对刚度不对称时的四辊轧机进行了受力分析,对轧辊和轧件进行了离散化,给出了关键的影响函数.使用该计算模块并结合现场实际数据计算了不同刚度差条件下工作辊的弹性挠曲、工作辊与轧件之间的压扁、工作辊与支撑辊之间的弹性压扁、轧制力的横向分布和辊间压力的横向分布规律,研究了不同刚度差条件下轧件出口断面形状的变化规律.     

考虑辊系倾角的轴移式轧机辊系弹性变形计算

采用分段离散法 ,求解轴移式轧机辊系弹性变形 ,其方法主要特点是计算过程中考虑了轴移式轧机由于工作辊的窜动而引起的辊系倾角对辊系变形挠度的影响 ,为藕合计算板凸度时提供更为合理的辊系弹性变形模型。     

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.     

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.     

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.