厚带钢卷取温度下限的计算及应用

介绍了厚带钢卷取温度下限的计算方法。实验给出了卷取温度下的变形抗力模型,然后从卷取能力出发分析其与带钢厚度、宽度、卷取温度的关系及计算实例和其实际应用情况     

汽车用高强大梁钢700L温度模型优化与应用

热轧卷取温度是高强大梁钢产品的主要性能参数之一,实际生产中700 MPa级汽车大梁钢在层冷辊道经常出现较大的浪形,影响卷取温度控制(coiling temperature control,CTC)模型的反馈控制及模型自学习,带钢卷取温度波动较大。不同批次轧制时板坯加热温度存在一定偏差及不同的冷却工艺等因素给CTC模型的精确预设定带来较大难度。结合生产中存在的难题,对CTC模型自动控制过程进行优化,6.0 mm以下产品采用带钢长度方向上三段式斜率自学习控制技术,10 mm及以上厚规格产品开发恒速穿带轧制模式,针对大梁钢不同冷却工艺建立新模型参数表,解决了大梁钢卷取温度波动及模型设定偏差较大等难题。优化实施后,卷取温度综合控制命中率提高了19.54%,带钢各项力学性能指标显著提升。     

BP神经网络在带钢卷取温度控制中的应用

在带钢热连轧中,卷取温度对带钢的品质有着重要的影响,因此,提高卷取温度的控制精度有着重要意义.卷取温度控制系统是一个具有非线性、时变性和大滞后的复杂控制系统,传统的基于精确模型的控制方法难以进一步提高控制精度.通过BP神经网络在1 500 mm带钢热连轧卷取温度控制中的应用,取得了良好的效果.     

热轧带钢卷取温度高精度预报的人工神经网络方法

针对传统卷取温度模型的固有缺陷，为了满足扩展钢种，规格及卷取温度高精度的要求，提出热轧带钢卷取温度预报的人工神经网络方法，运用实际生产数据对BP神经网络进行了训练和仿真。结果表明，它能准确地预报钢卷取温度，实现卷取温度高精度的实时预报，有在线实际应用的前景。     

厚规格带钢精轧工艺优化的实验研究

原规格（１６￣２５ｍｍ）热轧带钢不易卷取。通过改进精轧工艺的措施，在不影响带钢最终性能指标的情况下，提高带钢目标郑取温度，达到顺利卷取的目的。     

优化热轧温控模型,提高产品精度

辊热轧带钢卷取温度精度是决定成品带钢最终性能的重要参数.本文建立了一种新的热流密度系数模型,并改进了热流密度系数刷新规则,以此来优化水冷温降模型.在层流冷却智能化软件上对改进策略进行了离线模拟,结果表明卷取温度精度具有明显的提高.     

热轧带钢轧后冷却过程卷取温度的设定策略

为了提高热轧带钢卷取温度控制精度,针对热轧带钢轧后冷却过程非线性、强耦合性等特性,建立了具有非线性结构特征的热轧带钢轧后冷却过程控制的温度数学模型,并对热轧带钢轧后冷却过程卷取温度的设定策略进行了研究,同时在该模型基础上开发了系统软件,通过现场实际应用对模型功能进行了验证.结果表明,该冷却数学模型的卷取温度设定计算结果与实测结果吻合较好,卷取温度控制精度可达到±10℃,表明该模型取得了较好的应用效果,能够达到较高的控制精度.     

冷轧带钢局部高点卷取过程起筋控制的建模与仿真

为了研究带钢局部高点卷取起筋的控制方法,利用三维弹塑性变形基本理论,并引入带钢塑性流动因子,建立了弹塑性卷取应力和起筋量模型.基于应力函数假设、S.Timoshenko最小功原理和伽辽金虚位移法建立了起筋带钢的应力场分布和可用于在线计算的起筋临界卷取张力设定模型.仿真结果表明:局部高点在径向累积叠加所引起的带钢张力不均匀分布和轴向压应力是导致带钢起筋的主要原因;起筋量随局部高点高度、卷径和卷取张力增加而增大,薄带钢比厚带钢起筋量增幅明显;临界卷取张力随卷径、带钢厚度和局部高点高度增大而减小.      

热轧厚规格带钢卷形控制浅析

简述1780产线厚规格带钢卷取过程中主要卷形缺陷,通过对缺陷卷进行分类并对产生的相关原因进行分析,结合卷取设备能力,从控制方式及卷取工艺参数设定两方面进行改进优化,改善厚规格卷形质量。     

BP神经网络在莱钢卷取温度控制中的应用

在带钢热连轧中,卷取温度对带钢的品质有着重要的影响,因此,提高卷取温度的控制精度有着重要意义。卷取温度控制系统是一个具有非线性、时变性和大滞后的复杂控制系统,传统的基于精确模型的控制方法难以进一步提高控制精度。本文简要介绍BP神经网络在莱钢1500mm带钢热连轧卷取温度控制中的应用。     

薄板坯连铸连轧半无头轧制技术在线试验

介绍了本钢薄板坯连铸连轧生产线的主要设备和关键技术;分析了动态变规格、自动最小张力、活套控制和高速卷取设备;并在线试验了半无头轧制。采用该轧制技术,不但提高了带钢的厚度精度和平直度,且可生产极薄的带钢和高深冲性能的带钢产品。     

薄板坯连铸连轧半无头轧制技术在线试验

介绍了本钢薄板坯连铸连轧生产线的主要设备和关键技术;分析了动态变规格、自动最小张力、活套控制和高速卷取设备;并在线试验了半无头轧制。采用该轧制技术,不但提高了带钢的厚度精度和平直度,且可生产极薄的带钢和高深冲性能的带钢产品。     

带钢卷取过程起筋控制的建模与仿真

 为了研究带钢局部高点卷取过程起筋的控制方法,基于应力函数假设和S Timoshenko最小功原理获得了起筋带钢的应力场分布,并采用伽辽金虚位移原理建立了可用于在线计算的起筋临界卷取张力设定模型和起筋弹性极限模型。并对应力场分布和临界卷取张力各影响因素进行仿真研究,仿真结果表明：局部高点在径向累积叠加所引起的带钢张力不均匀分布和轴向压应力是导致带钢起筋的主要原因;临界卷取张力随带钢厚度、局部高点高度和卷取半径增大而减小,带钢宽度对钢卷的起筋临界卷取张力影响非常小。通过与实际生产控制方法和ANSYS有限元分析结果对比,验证了本模型的计算精度和可行性。     

Improvement of Prediction Method for Strip Coiling Temperature

Thecoilingtemperatureisoneoftheimportanttechnologicalparametersaffectingthefinalmechani calpropertiesofstrip[1,2 ] .The purposeofcoilingtemperaturecontrolistomakestripcooltorequiredcoilingtemperaturefromhighertemperatureforap propriatemicrostructureandmechanicalproperty .Atpresent ,thecontrolmodelofcoilingtemperatureforBaosteel 2 0 5 0millisaself adaptingempiricalmodel.Thoughthecontrolissatisfactory ,theout of toleranceofcoilingtemperatureisstillobservedinproduction .Itwasconcludedbytheinvest…     

卷取带钢速度测量系统的开发

卷取温度（CT）精度是冷却过程控制的核心,而卷取带钢速度是作为热轧带钢CT控制的重要参数。结合某热轧厂CT控制系统的改造,提出了一种卷取带钢速度测量系统。该系统能精确测量卷取带钢的速度,为提高带钢尾部CT的控制精度提供有力保证。     

马钢2250HSM层流冷却控制系统升级改造

热轧带钢卷取温度是影响带钢力学性能和板形质量的重要因素,其控制精度对产品质量以及新产品开发都有重要影响。以马钢2250HSM层流冷却控制系统为研究对象,针对原控制系统卷取温度整体命中率较差,头部穿带和尾部抛钢时升降速导致温度控制异常等问题,通过应用新的控制模型、优化模型参数和改进控制功能等方法对现有的控制系统进行了升级改造。实践结果证明,改造优化后的冷却温度控制系统控制精度大幅提高,取得了较好的控制效果。     

用热连轧机生产厚规格高钢级管线钢的思考

阐述了管线钢板卷生产与制管行业的现状及发展趋势，分析了用热连轧机生产厚规格高钢级管线钢的难点，探讨了实际生产中出现的问题，提出了一些对策意见，并介绍了宝钢在这方面的生产实绩与经验。     

热轧带钢层流冷却控制系统

为了提高莱钢1500mm热连轧卷取温度的控制精度,对原基础自动化控制系统进行改造,增加了带Smith预估器的反馈控制和轧机抛钢后的冷却水前馈控制;同时增加了过程自动化控制系统,包括预设定计算、修正设定计算和自学习计算模块。系统改造后,带钢卷取温度控制不稳定的现象基本消除,实现了带钢的冷却模式、卷取温度和冷却速率的精确控制,提高了带钢的质量。     

560MPa级汽车大梁用钢延伸不合格原因分析与改进

本文针对560 MPa级别P560L汽车大梁用钢出现了批量延伸率不合格的问题,通过采用金相分析等手段,对造成延伸不合的原因进行了分析,指出热轧工序卷取温度的波动造成部分钢卷或钢卷的局部位置卷取温度较低,组织相变进入了贝氏体转变区,而带钢表面形成了一定厚度的贝氏体组织层是造成P560L的延伸率偏低的直接原因.在生产中,通过增加Mn含量及提高中间坯厚度、提高卷取温度等技术措施后,P560L延伸率不舍格的情况有了明显的改善,大大提高了合格率.     

Modelling the Temperature Distribution along the Length of Strip during Hot Rolling Process

Hot strip rolling process includes four main stages, which are reheating process, roughing and finishing process, laminar‐cooling process, and coiling process respectively. Temperature is the most sensitive parameter and has direct effect on the microstructural evolution and further the mechanical properties, and the accurate control of temperature guarantees the quality of products and homogeneity of properties along the strip length. However, for the conventional hot strip rolling process, thermal history along the strip length is very complex, the related temperature variation concerns air cooling, water cooling, heat transmission by roll contact, heat generation by deformation and friction. Based on the actual hot strip mill, the thermal models are established in this paper to simulate the temperature distribution along the whole strip length from the reheating furnace exit to the down coiler. Different interface heat transmission coefficients are selected for the scale breaking and spray water‐cooling process, and a self‐learning algorithm is thus employed to improve the calculation accuracy. This model is characterized as simple and fast, and convenient for on‐line/off‐line prediction of temperature. Finally the simulated results are verified by the on‐line temperature detection at typical points such as roughing exit (RT2), finishing exit (FT7) and coiling position (CT).