热轧带钢断面形状的评价及其控制

为简便客观地评价带钢断面形状,特别提出了一种适合于供冷轧原料的带钢断面评价新方法,并基于金属塑性变形和辊系弹性变形等模型耦合建立起描述带钢断面形状的仿真系统,定量分析了初始辊形、轧辊磨损和热变形等因素对带钢断面形状的影响和断面形状评价方法的可行性。数学模型的可靠性得到了模拟计算和生产试验验证,从而为热轧带钢断面形状控制...     

整辊式板形辊挠曲影响信号的快速识别和消除

整辊式板形仪是冷轧带材接触式板形仪的发展趋势。整辊式板形仪在自重和外载作用下的挠曲变形会使内部安装的传感器预紧力发生变化,产生类似正弦波形的干扰信号,和有效信号叠加在一起,影响板形检测精度。本文研究这种影响信号的产生机理和识别消除方法。首先,根据试验标定和工业测试结果,发现并分析了板形信号与干扰信号的波形特征,即沿包角分布的板形波形位于沿圆周分布的干扰波形的波峰和波谷。其次,应用弹性力学理论计算分析了板形辊挠曲产生的应力变形,揭示了传感器预紧力的周期性变化是产生干扰正弦波形的原因。最后,根据包角范围以外的检测信号数据,采用曲线拟合最小误差优化方法,建立了精确快速识别和消除干扰信号波形的数学模型。工业应用表明,本文方法可有效的消除挠曲影响信号,提高板形检测和控制效果1～2 I。     

冷轧带钢平整机支撑辊辊型优化技术的研究

为提高板形控制效果,以板形最优为目标,建立了一套冷轧带钢平整机支撑辊辊型优化模型。为提高寻优速度,将目标函数进行转化,避免了金属模型与辊系模型的迭代计算,有效降低了计算时间,增加了算法的强壮性。将优化结果应用于凌钢900 mm平整机,生产实践表明,优化辊型可明显增强轧机的板形控制能力,降低弯辊负担,改善板形控制效果。     

厚板轧机万向节疲劳破坏分析

针对某厂5000 mm厚板轧机主传动系统的十字节多次发生断裂事故的问题,根据实测数据进行了疲劳强度分析计算,并对十字叉头进行了有限元动力学仿真,发现轧机主传动系统扭矩波动较大,并出现了单辊拖动现象,因此应消除单辊拖动,同时对十字节叉头进行材料强化处理。     

Coupling solved roll contact pressure transverse distribution of HC strip mill

1　ＩＮＴＲＯＤＵＣＴＩＯＮＩｔｉｓｎｅｃｅｓｓａｒｙｔｏｅｖａｌｕａｔｅｐｅｒｆｏｒｍａｎｃｅ ,ｔｏａｎａ ｌｙｚｅａｎｄｔｏｅｓｔｉｍａｔｅｔｈｅｍｅｃｈａｎｉｃａｌｂｅｈａｖｉｏｒｏｆＨＣｍｉｌｌｆｏｒｕｓｉｎｇｉｔｅｆｆｉｃｉｅｎｔｌｙ ,ｍａｓｔｅｒｉｎｇｔｈｅｃｈａｒａｃｔｅｒｉｓ ｔｉｃｏｆｔｈｅ ｐｒｅｓｓｕｒｅｔｒａｎｓｖｅｒｓｅｄｉｓｔｒｉｂｕｔｉｏｎｂｅｔｗｅｅｎｒｏｌｌｓ,ａｎｄｄｅｃｒｅａｓｉｎｇｔｈｅｒｏｌｌｓａｔｔｒｉｔｉｏｎｗｅａｒ.Ｌａｒｇｅｓｃａｌｅｓｔｕｄｙｏｎｄｅ…     

基于神经网络和自适应预报模型参数的平整轧制力模型

冷轧带钢平整过程存在带材较薄,压下率较小等特点,应力状况较为复杂,采用传统模型对轧制力预报误差较大。采用神经网络模型对应力状态系数进行预报,可提高轧制力的预报精度。针对轧制过程中轧件特性发生缓慢变化的特点,采用符合平整轧制过程特点的变形抗力自适应模型,并与神经网络模型结合,预报平整轧制力。计算结果表明,该模型计算值与实际值吻合精度较高,90%的预报结果相对误差控制在5%以内。     

板形模式识别的GA-BP模型和改进的最小二乘法

针对板宽变化时需要不同拓扑结构的神经网络才能完成板形模式识别任务，网络学习工作量大，网络存在收敛速度慢，易陷入局部极小等结构性能不佳的问题，首次建立了以勒让德正交多项式为基模式的只用6个输入信号、3个输出信号的板形模式识别GA-BP网络模型。该模型不仅结构简单，而且物理意义明确，识别精度较高，解决了板宽变化时神经网络结构形式不变的问题，从而实现了板形模式识别的智能化。又提出了基于勒让德正交多项式的板形模式识别最小二乘法，该方法简单、实用，识别精度较高，克服了传统的最小二乘模型板形模式识别的缺点和不足。为板形模式识别提供了两种简便实用的新方法，发展了板形模式识别理论和方法。     

热带钢轧机辊型在线检测现状与发展

辊型在线检测是提高热带质量的关键技术。在综述了国内外热带钢轧机辊型在线检测现状的基础上 ,对几种典型检测装置的结构、原理和性能进行了分析比较 ,并指出辊型在线检测技术的发展趋势。     

冷轧带钢板形测控技术的发展状况和关键问题

 冷轧带钢属于高端精品钢材,板形在线检测与控制是冷轧带钢的高端核心关键技术。自主创新研制板形测控系统是实现中国钢铁工业发展升级、建设钢铁强国的重大需求。目前,板形测控技术市场国外占据优势,国产系统正在代替进口,扩大应用规模,推进技术完善。研制先进的板形测控系统需要解决的关键技术有高精度高质量的板形仪、功能完备强大的控制手段和方法、高精度高速度的数学模型。板形仪主要有接触式和非接触式两大类,接触式板形仪通过测量带钢张力的横向分布反映板形,非接触式板形仪通过测量带钢浪形反映板形。接触式板形仪可靠耐用精度高,应用广泛,发展趋势为整辊式板形检测辊、无线式信号传输装置、板形数据的精确处理。板形控制数学模型的主要类型,按建模的原理和方法可分为机理模型和智能模型;按模型的性质和作用可分为分析模型和控制模型;按板形的表示方法可分为多点控制模型和分量控制模型。板形控制模型的发展趋势为机理与智能协同建模、动态模拟预报和动态解耦控制、多种手段和方法的协同优化。进一步提高板形测控技术水平需要突破3项关键问题,即整辊式板形仪通道耦合与解耦的机理模型、板形控制的动态模拟和动态解耦模型、板形控制的高精度智能建模方法。     

数据驱动的热轧带钢边部线状缺陷智能预报模型

 边部线状缺陷是热轧带钢易发缺陷,不仅严重影响成材率,还可能对热轧下游工序生产过程造成影响。边部线状缺陷的影响因素复杂多变,建立精确的机理预报模型十分困难。为此,首先分析边部线状缺陷的主要影响因素;然后以智能方法为基础,分别建立了基于逻辑回归与神经网络的边部线状缺陷智能预报模型,并分析了2个模型的精度与泛化能力;最后,以神经网络智能预报模型为基础,对加热工艺参数进行优化,使缺陷发生率与封闭率均大幅降低。研究结果对提高热轧带钢表面质量具有实践意义,可推广应用于同类轧线。