浅谈冷轧带钢连续退火机组的生产工艺及特点

冷轧带钢连续退火机组生产工艺发展很快,其产品范围较广,既能生产普通冲压成形冷轧薄板,又能生产深冲压和超深冲压成形的汽车用冷轧板和烤漆硬化钢板;而且所能生产的冷轧钢板的强度级别包括了一般强度级别、高强度级别和超强度级别.     

SPCE冷轧带钢的力学性能分析

对ＳＰＣＥ冷轧带钢的性能各向异性及其抗拉强度与压下率的相关关系进行了研究。通过采用合理的热处理及平衡工艺得到了有利于改善钢带各向异性及深冲件表面质量的织构及组织类型，又运用线性回归方法，建立了冷轧带钢抗拉强度与压下率的相关关系。以上两种研究结果，对冷轧带钢的实践生产有着指导意义。     

热轧带钢轧后冷却控制系统优化

为提高热轧带钢超快冷出口温度和卷取温度控制精度,针对超快冷生产调试过程中出现的问题,对轧后冷却控制系统进行了优化.针对超快冷出口纵向温度偏差较大的问题,提出超快冷换热系数多点自学习方法;采用有限差分方法,分析带钢超快速冷却后的返红现象,并在此基础上提出一种超快冷出口返红补偿方法;提出了对进入冷却区的带钢样本段进行温度再计算的方法,来消除速度波动对轧后冷却温度控制精度的影响.现场应用结果表明,优化后超快冷出口温度和卷取温度控制精度均明显提高.     

基于核熵成分分析的热轧带钢自适应聚类分析

为提高热轧带钢力学性能离线检测的针对性和生产过程控制的实时性,提出利用聚类分析方法实现生产状态的聚类,对错分或离群样本进行力学性能的重点检测.常用的高斯核主成分聚类分析中假设数据服从正态分布,以方差大小提取核主成分,而实际生产数据分布复杂,拟采用核熵主成分分析,并自适应选取核参数和聚类数,实现生产状态的自适应聚类.利用实际生产数据进行方法验证,与核主成分聚类分析相比具有更好的聚类结果,聚类正确率从86.23％提高到96.51％,更加有效地提高了质量检测的针对性.     

冷轧过程设计优化的神经网络方法

本文提出了一种冷轧过程设定优化的神经网络方法 ,介绍了采用T -H网络进行非线性优化的思想 ,结合板带的冷轧过程 ,给出了采用神经网络求解优化设定的算法和结果。该方法算法简单 ,具有很好的实用性     

2006年辽宁省科技成果转化奖励项目选登

大连重工.起重集团有限公司 1500mm热轧带钢成套设备，是我国首次自主集成，机、电、仪、液自动化总承包，设计制造成功的具有自主知识产权的高水平热连轧成套设备，是国内同类设备从合同签订到热试车成功周期最短、投资最省的第一条高技术含量、高效率轧机生产线。     

利用神经网络提高热轧带钢卷取温度的控制精度

针对热轧带钢层流冷却过程的复杂性,以国内某热轧厂层流冷却系统为例,分析了层流冷却系统的组成以及相应的空冷和水冷数学模型.采用神经网络与数学模型相结合的方法,对带钢实测卷取温度与目标值的偏差进行了预报,证明利用神经网络能较好预测卷取温度的偏差值,进而对数学模型中的参数进行调整,实现高精度的卷取温度控制.结果表明,卷取温度比传统数学模型控制的标准差降低了21.94%.     

带钢控冷过程温度计算二次曲线方法分析与应用

考虑带钢导热系数是温度的线性函数,由厚度方向一维导热方程,推导出能够表征二次曲线凸凹形式的厚向温度分布方程,得出导热系数随温度的变化增减趋势的不同,决定了温度分布二次曲线凸凹形式不同的结论.针对不同的温度分布形式,推出相应的平均温度与表面温度间的转换关系.该关系解决了热带钢轧后控冷过程中,较厚规格产品利用传统的二次曲线近似拟合厚度方向实际温度曲线时,选取凸凹形式不同的二次曲线导致平均温度的计算结果不同的问题.并将此关系应用于现场实际,提高了在线卷取温度控制模型的设定精度.     

基于小波变换的轧辊偏心分析与仿真

为了提高热轧带钢厚度精度,针对以快速傅立叶变换为基础的轧辊偏心识别方法的固有缺陷,利用在小波变换下奇异信号和随机噪声在多尺度空间中的模极大值传递特性的不同,提出一种基于小波变换识别轧辊偏心的新方法,用于分析轧制力信号和厚差信号,并将信号从随机噪声中有效分离出,实现对轧辊偏心的动态补偿·仿真研究表明,小波变换补偿轧辊偏心优于快速傅立叶和其改进算法,可使轧辊偏心引起的厚度波动减少90%·设计基于小波分析的轧辊偏心补偿控制的方法,使补偿控制系统更有效地工作,对外界环境干扰具有很好的适应性和对偏心信号实行动态实时的补偿控制·