冷连轧机辊缝自动标定原理及应用

冷连轧机辊缝自动标定是液压辊缝控制中精度要求最高的环节之一,2007年鞍钢股份有限公司新建1450 mm冷轧机采用德国Siemens公司TDC控制系统,实现了辊缝自动标定功能.作者从应用角度分析了轧机辊缝自动标定的分类与过程,阐述了轧机辊缝自动标定时,如何实现相对轧制力、辊缝位置、辊缝倾斜的零点标准,同时,对现场标定过程出现的典型故障进行分析并提出解决方法.实践证明通过辊缝自动标定,可以提高轧机HGC精度,保证成品带钢的厚度要求.     

1 450 mm冷连轧生产线板形控制系统组成和功能分析

介绍了鞍钢1450冷连轧生产线板形控制系统,包括系统主要设备组成和功能等。分析了板形测量原理及影响冷轧带钢板形的因素,并结合生产实际,制定了弯辊、轧辊倾斜和工作辊分段冷却等板形调节结构的控制方案。应用结果表明,板形控制系统各项功能投入使用后,有效地减小了板形偏差,实现了带钢板形的高精度控制。     

药芯焊丝的发展及应用展望

介绍了药芯焊丝的国内外发展现状,阐述了药芯焊丝在耐磨、隔热等工程领域的应用。结合现有的表面工程技术条件,提出了药芯焊丝在未来的发展方向以及今后应开展的重点研究课题。     

六氟化硫断路器壳体孔翻边的工艺计算

运用金属塑性成形原理，通过六氟化硫断路器壳体孔翻边的工艺计算，介绍了一种曲面孔翻边预冲孔的一种近似工艺计算方法，该方法适用于同类零件的工艺计算及模具设计。     

基于模糊自适应模型的热镀锌锌层厚度控制

针对锌层厚度控制过程中存在时变大滞后、非线性和多变量干扰而难以实现精确控制的问题,提出基于模糊自适应模型的前馈控制方法.通过分析锌厚与气刀压力、气刀距带钢距离和带钢速度的关系,提出具有预设控制功能的控制方法,能够快速响应过程参数（如线速度和目标锌厚）的变化.模糊自适应模型能够精确描述对象的非线性特征,而且在长期运行过程中,可以通过自适应调整模型参数来保持模型的精确性.从实际应用结果可以看出,与传统PID控制方法相比,提出的控制策略能稳定地减少锌层厚度偏差,提高镀层均匀性,满足提高产品表面质量和节省锌原料的实际需求.     

滋补健身的锅仔菜

锅仔牛骨髓 原料:牛骨髓500g,内脂豆腐200g,枸杞20g,淮山20g,牛奶30g,米酒、盐、鸡精、香油、高汤各适量。 制法:1.牛骨髓洗净,改成寸段;内脂豆腐切成5分见方的块。 2.净锅加清水上火,烧开后加入内脂豆腐烧沸略煮捞出,然后加入牛骨髓氽出沥水。 3.净锅重新上火,加入高汤烧沸,加入内脂豆腐和牛骨髓,加盐、鸡精调味,待汤沸加入枸杞、淮山和牛奶,汤开出锅盛在锅仔中,淋上香油,放在酒精炉上烧沸即可食用。     

基于ATmega8单片机配料控制系统

介绍一种以AVR系列ATmega8单片机为主控芯片的配料控制系统,该系统由高性价比单片机AT-mega8组成控制单元,以普通PC机为人机对话终端,给出了系统硬件构成、控制算法和软件设计方案,结构独特,价格低廉.     

边部覆盖率板形测量值计算模型

在板形测量系统中,板形辊边部传感器受力状态与覆盖率大小有直接关系。为了得到准确的板形测量值,通过研究接触式BFI板形辊的板形检测原理,分析了边部传感器在带钢张力作用下的受力状态,推导出了边部覆盖率数学模型,并成功应用于1450连轧机上。研究结果表明,该模型用于BFI板形仪板形测量系统中,实现了边部板形精确测量。     

大面积PET基中频反应磁控溅射沉积TiN隔热薄膜实验研究

本文讨论在柔性基材PET上沉积氮化钛(TiN)阳光控制膜——作为隔热薄膜.“隔热”是指对红外光区的有效阻隔.氮化钛(TiN)薄膜具有光谱选择透过性,因此可以作为阳光控制薄膜使用.实验采用中频孪生靶磁控溅射实验装置,在等离子体辐射监视系统( PEM)的控制下,在大面积PET柔性基材上沉积TiN隔热薄膜.实验主要研究了制备不同透光率的PET基TiN隔热膜并观察薄膜表面状况;对沉积的TiN薄膜用分光光度仪进行光谱透过率分析并计算各种透过率薄膜的光学性能参数,比较不同透过率的隔热效果;为了对该隔热薄膜的化学稳定性进行分析,还做了耐酸碱性测试.通过本实验为以后的大规模工业产业化发展奠定良好的基础.     

基于CF-PSO-SVM的冷连轧非稳态工作辊弯辊模型优化

 板形质量是冷轧带钢重要的技术质量指标,同时工作辊弯辊是改善冷轧带钢板形质量的最有效的控制手段之一。冷连轧机组在高速稳定的轧制过程中板形控制精度能够达到较高的水平,但在升降速非稳态的轧制过程中板形控制效果非常不理想,这也成为制约冷轧带钢产品质量的不利因素。为了提高冷连轧机在升降速非稳态轧制过程中带钢板形的控制精度,在深入研究了冷连轧弯辊力设定原理的基础上,利用智能算法和包括出入口带钢厚度、机架间口张力、轧制速度、中间辊窜辊、带钢宽度、轧辊倾斜以及轧制力等现场实际轧制大数据样本,提出了一种基于粒子群算法优化支持向量机的工作辊弯辊力预测模型。同时阐明了粒子群优化算法和支持向量机的基本原理,引入压缩因子的概念,提升了粒子群算法参数寻优的效率,选取冷连轧机组五机架为研究对象,利用拉依达准则对轧制数据样本进行处理,通过平均绝对误差、均方差误差和平均绝对误差百分比等评价指标对比预测模型的性能。结果表明,改进的预测模型具有良好的模型预测性能和泛化能力,同时根据实际生产数据样本,回归出基于轧制速度和辊间弹性系数的弯辊力缝补偿模型,并验证了模型的有效性,模型的投入降低了板形控制系统的负荷,改善了非稳态轧制过程中的板形控制精度,产品头尾部的质量合格率提高了5.1%。