轧辊弹性变形对中厚板辊缝设定的影响

根据中厚板轧制过程的受力模型 ,将辊缝变化转化为辊系的弹性变形 ,利用影响函数法 ,计算出轧件宽度、工作辊半径、支承辊半径、工作辊凸度、支承辊凸度及轧制力等因素对辊缝设定的影响·仿真结果表明 :①随着支承辊半径的增大 ,轧辊变形量呈线性减少 ;②随着工作辊半径增大 ,轧辊变形量呈线性增加 ;③随着支承辊凸度的增大 ,轧辊变形量呈线性增加 ;④工作辊凸度与轧辊变形量之间呈线性关系 ,轧件宽度的变化直接影响该线性关系的走向 ;⑤随着轧制力增加 ,轧辊变形量线性增加·只要轧制力相等 ,轧辊变形基本不变     

将三角形薄板元推广为厚板元的解析试函数法

为了有效克服剪切闭锁问题,利用已有的薄板单元构造厚薄板通用单元,提出了采用解析试函数法(ATF),将已有的Kirchhoff三角形薄板单元推广为相应的Mindlin三角形厚板单元的通用方法。以薄板三角形单元GPL-T9为例,将薄板GPL-T9单元推广为相应的厚薄板通用单元GPLM。数值算例表明:当板厚度趋向于零时,板单元退化为原始的薄板单元,完全消除了剪切闭锁现象;从薄板到厚板,GPLM元都具有较高的计算精度和优异的单元性能。     

中厚板精轧机机架强度和刚度分析

利用ANSYS有限元分析法,对某钢厂3500中厚板精轧机进行强度和刚度分析,得出了在轧钢载荷下的应力应变数据。确定了机架的最大应力位于支撑压下螺母的圆环面上及立柱和上、下横梁连接处的过渡圆角位置,通过采取增大接触面积和过渡圆角半径的方法来减小危险点的应力。揭示了机架结构的薄弱环节,为轧机刚度与强度设计及其工程分析提供了更为可靠的科学依据。     

基于GRNN神经网络的中厚板轧机厚度预测

根据4200轧机轧制45号钢的实测数据,利用Matlab神经网络工具箱,建立中厚板轧机厚度预测的GRNN神经网络模型.研究结果表明;GRNN神经网络模型能较好地预测轧件厚度的变化,相对误差很小;与BP网络和Elman网络模型相比,GRNN网络模型具有更高的精度和更强的稳定性.     

中厚板精轧机机架强度和刚度分析

利用ANSYS有限元分析法,对某钢厂3500中厚板精轧机进行强度和刚度分析,得出了在轧钢载荷下的应力应变数据。确定了机架的最大应力位于支撑压下螺母的圆环面上及立柱和上、下横梁连接处的过渡圆角位置,通过采取增大接触面积和过渡圆角半径的方法来减小危险点的应力。揭示了机架结构的薄弱环节,为轧机刚度与强度设计及其工程分析提供了更为可靠的科学依据。     

变分法解析中厚板轧后连续冷却正规阶段温度场

基于里兹不稳定温度场泛函,应用变分法求泛函极值,首次获得了中厚板轧后冷却正规阶段温度场的变分解,该解为抛物线型分布.该解与分离变量法获得的解析解及有限差分解比较表明,该解对分离变量法获得的解析解及有限差分解具有较高的逼近程度,误差均不超过6℃.同时推导出了平均温度,平均冷却速率,平均温度出现位置,心表温差以及冷却到容许误差所需要时间的解析式.最后通过实例证明了所获变分解的可靠性.     

中厚板热轧过程中的温度场模拟

针对中厚板轧制过程中温度场不易精确确定,普通温度计算模型计算误差较大或计算较为繁琐的问题,以传热学基本理论为基础,建立了热平衡方程,采用完全隐式差分法对首钢中厚板轧制及冷却过程中的板坯中心温度和表面温度变化进行了模拟.可以得到以下结论:①在轧制过程中,中厚板上表面温度急剧下降,道次间歇期间又有回升的趋势;在层冷过程中,板坯上表面温度迅速下降;②计算的板坯表面温度与实测的表面温度吻合较好,表明该模型可以用来模拟中厚板轧制过程中的温度变化.     

中厚板精轧过程的高精度温度预测模型

从设定模型角度结合中厚板精轧过程的工艺特点,分析了热辐射和对流、高压水除鳞、轧辊的热传导和塑性功对钢板温度变化的影响,得出如下结果:①钢板热辐射和对流过程可以简化成一维热传导方程,钢板的黑度可考虑成钢板厚度的函数;②高压水除鳞过程可以简化成半无限体平板的瞬态热传导模型;③轧辊的热传导过程可简化成两个半无限体之间的热传导过程,接触热阻的影响通过修正系数进行调节;④塑性功造成的温度变化必须考虑热功转化效率的影响·通过与实际数据的比较可以看出该模型具有很好的预测精度·     

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.