热轧板带凸度影响因素的敏感性分析

基于支持向量机方法,针对热轧工艺生产过程中的板带凸度进行影响因素敏感性分析。采用支持向量机建立工艺参数与板带凸度的关系模型,引入Morris及Variance-based敏感性分析方法,获得影响板带凸度的关键因素。研究结果表明:基于支持向量机建模的Morris及Variance-based敏感性分析方法可以准确定位关键因素,为实现热轧过程中的生产控制提供指导。     

Discourse Comprehension and Reading Strategies for Freshmen of Non-English Majors

This paper firstly discusses the nature of discourse comprehesion,and then analyzes the importance of reading strategy instructionon reading comprehension. Finally,it presents some useful approaches to help freshmen of non-English majors read effectively.     

钛合金化过程对钢液洁净度的影响

重点考察了Ti合金化过程中影响Ti收得率的主要因素,并对比分析了Ti合金化前后夹杂物的物相变化及夹杂物的去除效果.控制氧活度a[O]<350×10-6,Al、Ti合金加入时间间隔大于3 min,可以保证Ti收得率>85%;当a[O]>350×10-6时,需控制Al、Ti合金加入时间间隔为5 min以上.相同a[O]和[Al]s情况下,延长Al、Ti加入时间间隔可以有效提高Ti收得率.RH处理过程中,钢包内当量直径>200μm的Al2O3夹杂物在5 min内基本可以上浮去除,但相同尺寸的A-Ti-O复合夹杂的去除时间要比Al2O3长1～2 min.Ti合金加入后,Al2O3夹杂物周围会形成Al-Ti-O的复合夹杂,这些夹杂物的形成降低Ti的收得率.     

双机架可逆冷连轧机组厚度分配途径

为了提高双机架可逆冷轧机的生产效率和设备安全性,用改进后的综合等负荷函数法设计了双机架四辊可逆冷轧机轧制规范,通过ANSYS模拟得到了轧辊的最大压扁半径值,并用其改善了Stone轧制力模型的收敛性,满足了负荷分配的需要.实验表明,该方法将预报轧制力精度控制在8%以内.     

钛合金化过程对钢液洁净度的影响

重点考察了 Ti 合金化过程中影响 Ti 收得率的主要因素，并对比分析了 Ti 合金化前后夹杂物的物相变化及夹杂物的去除效果.控制氧活度 a[O]<350×10?6，Al、Ti 合金加入时间间隔大于3 min，可以保证 Ti 收得率>85%；当a[O]>350×10?6时，需控制 Al、Ti 合金加入时间间隔为5 min 以上.相同 a[O]和[Al]s 情况下，延长 Al、Ti 加入时间间隔可以有效提高 Ti 收得率. RH 处理过程中，钢包内当量直径>200μm 的 Al2O3夹杂物在5 min 内基本可以上浮去除，但相同尺寸的 A-Ti-O 复合夹杂的去除时间要比 Al2O3长1～2 min. Ti 合金加入后，Al2O3夹杂物周围会形成Al-Ti-O 的复合夹杂，这些夹杂物的形成降低 Ti 的收得率.     

宽带钢冷连轧机动态板形控制策略

在板形板厚解耦设计的基础上,分析了不同控制方案下凸度平坦度控制之间的耦合影响关系,建立了相应的凸度平坦度耦合模型,并对其耦合特性进行了分析比较.然后针对耦合模型特点进行凸度平坦度半解耦设计,以补偿凸度控制和平坦度控制之间的耦合影响关系,进而设计凸度平坦度解耦控制系统,并给出冷连轧机组凸度平坦度解耦控制应用策略,组成完整的动态板形控制系统.控制系统在某厂1 420 mm五机架UCMW冷连轧机组投入使用后,较好地补偿了板形板厚控制、凸度平坦度控制之间的耦合影响关系,板形控制精度明显提高.     

双锥度辊辊形参数对带钢瓢曲变形的影响

根据连续退火生产实际情况,运用MARC有限元软件,定量计算了连退炉内双锥度辊辊形参数对带钢瓢曲的影响. 模拟发现在双锥度辊锥肩处,带钢张应力和横向应力发生突变,并且带钢横向压应力和等效应力都具有最大值,此处最先发生瓢曲变形,这与现场观测到的带钢瓢曲出现的位置完全吻合. 随着总锥度和锥度比的增大,以及平直段长度和直径的减少,带钢发生瓢曲变形的概率都会增加. 其中平直段长度对带钢发生瓢曲变形的影响最大,总锥度和锥度比其次,平直段直径的影响最小.     

热连轧粗轧区FES宽展模型及其优化

为了满足某厂1580热连轧机宽度控制精度需求,提高宽展模型的广泛适用性,利用ANSYS/LS-DYNA有限元软件,对热轧粗轧区立轧--平轧过程进行了模拟.根据模拟数据,系统地分析了轧件宽度、厚度、轧辊直径、立辊侧压量和厚度压下量对"狗骨"宽展、自然宽展和绝对宽展的影响规律.利用模拟数据并结合现场数据构造了FES(finite element simulation)"狗骨"宽展模型和自然宽展模型,并建立了PSO-BP神经网络(粒子群BP神经网络).最后,FES宽展模型与PSO--BP神经网络相结合预报第1、3和5道次的宽展,其预报值与实测值误差在1mm以内的均达到了99%以上,达到了宽度控制的精度要求.     

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.