轧钢工艺计算机仿真技术研究

首先介绍了轧钢工艺、计算机仿真技术近年来的快速发展,其次分析了计算机仿真技术在轧钢工艺优化中的应用,最后进一步说明计算机仿真技术在轧钢生产节能中的融合运用,推动轧钢工艺、设备的优化发展.     

轧钢工序吨钢综合能耗及其影响因素分析

为了找出影响热轧工艺吨钢综合能耗的主要因素,将人工神经网络法运用于鞍钢新轧钢公司热轧带钢厂轧钢工序大量的能耗与物耗数据统计分析中,并进行定性分析,为轧钢厂节能及能源管理提供了准确的依据.     

自动轧钢技术在轧钢生产中的开发与应用研究

文章介绍了我国轧钢设备的发展现状,展望了我国轧钢技术的未来发展趋势,在此基础上对自动轧钢技术在轧钢生产中的应用展开探讨。希望对从事自动化轧钢生产行业的专业人士提供一些参考。     

模拟轧钢功能在轧钢生产线应用中的优点与不足

通过介绍模拟轧钢功能的原理,详细阐述模拟轧钢功能在轧钢生产中应用中的优点与不足,以及对模拟轧钢功能不足之处的列举与相应措施的实施,充分发挥模拟轧钢功能,检验设备运行的稳定,最终来达到顺利生产的目的。     

国产自动化技术在棒材轧钢系统中的应用

讨论和介绍国产自动化技术在八钢公司棒材轧钢自动化系统中的系统结构、功能特点以及国产自动化技术在棒材轧钢自动化系统中的应用。     

轧钢电气自动化技术及创新研究

轧钢电气自动化技术是随着我国新型信息技术的发展,带动轧钢产业进步,形成的国内钢铁产业新技术。轧钢电气自动化技术,一方面对于以往的轧钢技术进行了升级,另一方面完成了已有钢铁生产技术的改造。该技术在引入自动化技术的同时,进一步提升了生产质量以及应用现代化的创新型技术手段。本文结合轧钢电气自动化技术的发展和创新过程,研究其在实际应用中的创新发展。     

轧钢加热炉在生产中的温度控制研究

随着科学技术的发展,我国在工业生产过程中的自动化水平也越来越高,自动化技术很好地提高了我国的工业生产效率,有利于促进我国工业生产的现代化发展。自动化生产设备在我国轧钢的生产中也得到了广泛的应用,当下轧钢的生产和操控,均可以通过计算机实施。在轧钢生产的过程中,我们要控制好加热炉中的温度,加热炉的温度会对轧钢的品质造成直接的影响。只有严格控制轧钢加热炉的温度,才能有效提高轧钢的生产效率。接下来本文在研究过程中,就对轧钢生产过程中的温度控制问题进行研究,并针对这些问题提出了具体解决措施。     

渗透探伤法在连轧钢板表面质量检测中的应用

钢行业发展的"黄金时期"早已过去,当前钢产能过剩,研究出的连轧法生产出的钢板表面却容易存在缺陷,为此提出渗透探伤法在连轧钢板表面质量检测中的应用这一课题。渗透探伤法在连轧钢板表面质量检测中的应用通过对连轧钢板表面处理,渗透,清洗去除,干燥,显象,观察记录,清理的过程,检测连轧钢板表面质量。通过实验论证分析,对比论证本文提出的连轧钢板表面质量检测方法与传统质量检测方法,检测连轧钢板表面质量检测结果的准确率,从而证明本文提出的连轧钢板表面质量检测方法检测结果更准确。     

脉冲储能修补技术在轧钢设备中的应用

轧钢生产线上有许多大型传动设备,一旦发生事故将影响生产顺行.脉冲储能修补技术在轧钢设备中的成功应用,可在短时间内对磨损的零件表面进行修复.该技术在轧钢厂具有广泛的应用前景.     

虚拟技术在轧钢机械中的应用

基于工程实际中的轧钢机械进行虚拟参数化设计、分析、实验平台等的建设应用,分析轧钢工艺数据以及轧钢机械设备输入参数特点及可靠性分析,并就机械设备中的主要零部件进行单元分析,满足实际工程需要的虚拟样机试制,旨在提高轧钢机械的设计、分析、快速建模和高效创建工程设计图纸的能力。     

基于人工神经网络预报性能的齿轮钢LF—VD过程钢水成分微调

开发了基于人工神经网络预报性能的齿轮钢LF－VD过程钢水成分微调软件,对减小齿轮钢的成分波动范围,保证窄淬透性的控制有重大意义。在成分微调过程中,可随时利用人工神经网络的方法对钢的性能进行预报,预报结果精确度高,利于有效的控制生产。     

基于机器学习的钢铁轧制过程性能预测

 为了实现快速的热轧工艺优化设计,基于工业数据的钢铁材料性能预测引起了研究者的极大关注,对利用机器学习进行钢铁材料轧制过程性能预测的研究进展进行了梳理。首先介绍了钢铁材料轧制过程性能预测常用的主流机器学习算法,其中包括人工神经网络、模糊神经网络、支持向量机、随机森林、智能优化算法等。其次,分别对钢铁材料轧制过程性能预测建模方法研究进展和模型应用情况进行了综述。最后,对钢铁轧制过程性能预测研究进行了展望,指出了数据质量的改善、小样本数据建模、建模数据加密、模型可解释性研究、钢铁材料组织预测和利用模型进行有效的工艺优化设计等可能发展方向。     

用人工神经网络模型研究微量元素对钢力学性能的影响

在实验数据的基础上 ,用人工神经网络建立高Co -Ni二次硬化钢的力学性能预测模型 ,根据网络的预测结果讨论了微量元素Nb、Ti对钢力学性能的影响 ,结果证明网络的预测同实验基本一致。可见人工神经网络在材料设计方面有广阔的应用前景 ,它为高性能材料设计提供了新的手段     

热轧钢板头部弯曲行为的人工神经网络预报模型

根据单机架2500四辊可逆式轧机钢板轧制的实测数据,采用人工神经网络方法建立了钢板头部弯曲行为预报模型。结果表明,轧制过程钢板头部弯曲的人工神经网络计算值与实测值符合;当轧件上下表面温度相差较大时,上下表面温差、变形区形状特征和变形程度是影响轧件头部弯曲的主要因素。对于厚的成品板,减小道次压下量可减小弯曲;对薄成品板,增加道次压下量可减小弯曲。     

Online mechanical property prediction system for hot rolled IF steel

Abstract

Traditionally, mechanical property estimation is carried out by destructive testing, which is costly and time consuming. Sometimes, the time schedule in the mill is so tight that coils are dispatched, while the samples are still under investigation; thus, knowledge of the strip quality immediately after rolling without mechanical testing can save a lot of time and money. As the rolling process is complex and final mechanical properties of steel depend on many parameters, it is almost impossible to develop an accurate first principle based mathematical model, so an artificial neural network based model to predict the mechanical properties of hot rolled steel strip has been developed. This paper describes the neural network based online system that helps in predicting mechanical properties of interstitial free (IF) steel strip and also elaborates how this models can help in capturing various metallurgical phenomena during rolling.     

钢筋轧后控冷的神经网络预测模型

简单介绍了穿水冷却工艺,讲述了钢筋轧后控冷的工艺过程,探讨了控制过程中数学模型的建立,指出了传统数学模型的特点和不足,提出了用人工神经网络的方法建立轧后控冷的预测模型,最后通过具体的计算结果说明了新方法的可行和其应用潜力.     

中厚板平面形状控制途径探讨

本文通过现场工艺参数的相关分析及人工神经网络技术的应用 ,对影响平面形状的因素进行了定量分析 ,从而实现计算机选料和立轧规程优化 ,获得平面形状最佳的效果。     

基于神经网络的轧制力模型参数辨识

为了提高热连轧轧制力预设定值的精度,提出卫种新的轧制力模型参数辨识方法。利用人工神经网络对以往的大量生产数据进行了训练、预测、将预测结果结合轧制力模型,对思制力模型中的温度相关关系数ｍ１、变形速度相关系数ｍ３进行只。现场生产实践表明,采用辨识后的模型进行轧制力预设定,带钢头部厚度精度有明显提高。对于象本钢热连轧厂这样的老企业,这种新方法更具有在线应用的可行性。     

基于GRNN网络的中厚板轧制温度的预测

 针对中厚板轧机控制模型中的轧制温度精度的提高问题,以4200轧机轧制的大量实测数据为基础,利用Matlab人工神经网络工具箱,建立了中厚板轧制温度的GRNN神经网络预测模型。通过分析影响钢板温度变化的各种因素,调整神经网络的光滑因子,确定了最佳的网络结构形式,提高了模型的预测精度,并与传统的BP神经网络模型相比较。结果表明,GRNN网络具有更高的精度和更好的泛化能力。该神经网络模型可应用于中厚板轧制温度的预测,也可为人工神经网络在其它自动控制方面的应用提供参考。