基于模糊聚类的PSO-神经网络预测热连轧粗轧宽度

为了提高热连轧粗轧宽度的控制精度,以攀钢热轧板厂实测数据为基础,采用粒子群优化算法训练神经网络并将其用于热连轧粗轧宽度预报,通过模糊聚类分析方法进行数据分析,科学选取学习样本,解决了由于样本多、学习速度慢的问题.实测数据运算表明,这种方法可避免神经网络陷入局部极小,带钢粗轧宽度的预报精度控制在6 mm以内,并且训练速度也有很大程度的改善,神经网络结构也得到优化,具有很大的应用潜力.     

轧机主传动轴断裂事故分析

为分析某热轧厂R2轧机传动轴断裂的原因,对该轧机在典型工况下传动轴受力状况进行了现场试验研究,采用现代设计方法对传动轴进行分析,结果表明,平衡力产生的弯矩造成轴的应力集中而导致断裂。根据此结果对轴的结构进行了改进。     

键参数拓扑指数与碱金属卤化物的晶格能及标准生成焓的相关性

根据碱金属卤化物的离子半径R,有效核电荷数Z*提出了一个新的拓扑指数Az,并将Az、△Xp(电负性差)与20种碱金属卤化物的晶格能、标准生成焓进行关联,拟合的回归方程的相关系数为0.994、0.973,其结果显示了满意的线性相关性.     

Al-Mg-Si合金相界面的键特征与强化作用

对Al-Mg-Si合金中主要析出相β(Mg2Si)以及纯硅晶胞的键电子密度计算,结果表明硅晶胞中最强的Si-Si键nA比β(Mg2Si)相的Mg-Si最强键nA要强2倍,相应的最强键密度ρ也大2倍,这是影响Mg2Si颗粒的生长以及合金的硬度和强度等力学性能的重要原因.     

玻璃与硅片场致扩散连接过程中的电流特性与断口分析

对K4 玻璃与硅片在大气中进行了场致扩散焊 (阳极焊 )焊接试验。结果表明 ,K4 玻璃与硅片在焊接温度为 30 0～ 4 5 0℃和焊接电压为 70 0～ 85 0V的范围内都能够实现较好的连接。试验还表明 ,阳极焊过程中的电流随时间的延长而降低并渐趋稳定、随焊接温度和焊接电压的降低而减小。利用扫描电镜和能谱分析等手段对拉伸断口及接头组织和成分进行了分析。     

热送热装工艺中连铸板坯保温过程传热模型研究

建立了热送热装工艺中连铸板坯保温过程传热数学模型及下线坯冷却过程传热数学模型 ,并对计算结果进行了验证 ,证明模型可用于预报不同操作条件下铸坯在保温坑保温过程及下线冷却过程中温度变化和热状态 ,给出连铸板坯出保温坑时的温度分布 ,为连铸板坯热送热装炉提供温度查询依据 保温坑有明显的保温作用 ,但保温时间不应超过 1 0h,缩短铸坯在保温坑内的传搁时间和尽可能使坑盖保持关闭状态是提高热送温度的有效手     

冷连轧机的动态变规格过程的计算机仿真

针对某厂的5机架冷连轧机的动态变规格过程进行仿真研究.首先建立其动态变规格时的仿真系统,分析了其动态变规格过程的实现方案.然后在此基础上对其变规格过程进行了仿真分析,指出了现在方案中的问题,提出了一种改进方案,并通过进一步的仿真说明了改进方案的可行性和有效性.     

神经网络辨识方法及其在轧钢控制中的应用

利用人工神经网络的辨识理论和方法,进行轧制过程数学模型参数的在线辨识与修正.首先对轧制压力模型和温度模型进行分析,得到适于应用神经网络进行辨识和修正的轧制模型函数形式,选择并比较最速下降、递推最小二乘及共轭梯度训练算法,实现了离线的和在线的仿真与应用.仿真结果表明,将人工神经网络应用于轧钢过程的轧制模型辨识可以大大提高模型预报精度.     

热带钢轧机轧辊磨损预测

以国内某厂2050mm热连轧机为研究对象,分析了热带钢连轧机轧辊磨损产生的原因,采用现场在线磨损计算模型进行了离线模拟计算;利用现有磨床测试轧辊磨损曲线·通过理论计算与实测数据的比较,发现轧辊磨损沿轴向不同区域有不同的分布规律,其中部可以用二次曲线来描述,边部可用三次曲线描述·同时,回归出在线板形控制的磨损计算模型参数·修正后的计算结果符合轧辊磨损的一般规律,可用于轧辊磨损在线预报·     

采用平辊实现自由程序轧制最优横移方案新方法

在轧制宽带钢之后轧制窄带钢的轧制次序将会导致宽度方向板厚波动,出现浪形的缺陷·为了防止这些缺陷,对国内某厂2050mm热连轧机组前5机架采用CVC工作辊,而F6、F7机架采用了平工作辊轧制·考虑到横移位置与辊缝轮廓形状之间的关系,开发了适合于平工作辊的最优横移新方式,使得在板带和工作辊的接触区形成光滑的辊缝形状,从而实现自由程序·并将最优横移新方法应用到国内某厂2050mm热连轧机的改造中,取得了满意的效果·