共查询到20条相似文献,搜索用时 46 毫秒
1.
弯辊力设定对高速冷连轧过程的板形控制至关重要。针对某1 750 mm冷连轧机组的设备与工艺特点,计算并分析了弯辊力设定对成品带钢板形的影响规律。深入研究了带钢宽度、单位轧制力、中间辊横移量、带钢入口厚度、带钢凸度、轧辊辊径和轧辊凸度等因素对最优弯辊力的影响。通过大量统计分析和理论计算,利用Origin软件进行多元回归拟合,最终建立了冷连轧过程最优弯辊力的设定计算模型。采用新模型设定计算弯辊力的最大偏差小于3.14%,成品带钢的板形标准差平均值降至2.64 IU,新模型对成品带钢板形质量的控制有明显改善和提高。实践证明:该弯辊力模型具有较高的板形控制精度和较好的板形控制稳定性,适合于工业生产。 相似文献
2.
3.
板形控制是板带生产的关键技术。与以前的板形控制技术相比,宝钢一钢公司1780热轧新产线在板形控制模型中对轧辊热凸度模型、轧辊磨损模型、带钢凸度模型等进行了完善和改进,并采用动态规划法的板形控制策略,在板形动态控制中引入了热凸度补偿TC-ASC功能,因此轧制的稳定性和控制精度都得到了明显提高。 相似文献
4.
5.
6.
7.
UCM冷连轧机组基于机理模型的板形 与板凸度在线综合控制技术 总被引:1,自引:0,他引:1
针对5机架六辊UCM冷连轧机组板形与板凸度控制参数的设定通常采用各个机架单独设定,其不 但不容易充分发挥所有控制手段的潜力而且容易出现相关板形与板凸度控制手段作用的相互抵消、甚至有可能带来新的附加局部浪形、影响成品质量的问题,结合5机架六辊UCM机型冷连轧机组的设备与工艺特点,在板形与板凸度综合控制目标函数的基础上,同时兼顾到尽量降低轧辊辊耗,建立了一套适合于5机架六辊UCM机型的冷连轧机组板形与板凸度参数设定模型,开发出了相应的工程上实用的模型计算策略,实现了利用机理模型对板形与板凸度参数的适时、在线设定,取得了良好的使用效果。 相似文献
8.
9.
10.
从轧制前原料条件和轧制控制两方面分析了邯钢2 180mm酸轧机组产品板形的主要影响因素有:热轧卷原料、酸洗质量、轧制力、弯辊力、轧辊热凸度、轧辊类型选择等。结合实际操作经验,提出了设定目标曲线、CVC轧机设定、压下率控制和乳化液分区控制等措施,得到了CVC轧机板形控制的有效措施。 相似文献
11.
针对热轧板凸度控制问题,研究了轧制负荷、弯辊力、轧辊热膨胀、原始辊凸度、轧辊磨损、边缘降及楔形对板凸度的影响.结果表明,F3、F6机架负荷减小、F2、F4与F5机架负荷增大、弯凸度力增大、辊凸度减小、边缘降减小及楔形绝对值减小均可使带钢板凸度减小,轧辊热凸度约30min基本形成,轧辊不均匀磨损直接影响带钢板凸度. 相似文献
12.
采用热塑性有限元进行计算,热塑性有限元是一种三维的弹塑性有限元,它用板材轧制时存在的“拉拔效应”对变形区进行修正,求出正确的变形区。并计算出轧辊的弹性压扁、精确计算轧制力、轧制力矩、板凸度、板形和辊凸度,获得提高板形质量、减少板厚差、增加轧辊调整余地和使辊子耐磨的效果。 相似文献
13.
针对本钢1780mm生产线薄规格产品板形不良问题,分析了该生产线板形计算模型,得出末机架弯辊力负极限、轧辊辊型匹配不良、轧辊磨削精度低、带钢温度不稳定、一级及二级控制系统不完善、轧制计划及轧制节奏不合理、工艺设备精度不达标是问题产生的主要原因。为此,对精轧机负荷分配、轧辊辊型、轧制计划和节奏、板形控制模型等进行了优化,使带钢平直度指标命中率从88. 3%提高至92. 8%,凸度指标命中率从90. 5%提高至96. 7%。 相似文献
14.
基于影响函数法,分析了铝热连轧精轧末机架的普通四辊轧机的轧机参数(如轧辊直径,轧辊凸度,辊身长度等)、轧件参数(如轧件宽度、入口板凸度、入口厚度等)和工艺参数(如压下量、轧制力、弯辊力)等对出口板凸度的影响规律,归纳出了板凸度在线模型的合理结构,并以大量的实际生产数据对其进行回归,得到了板凸度在线计算模型。在此基础上,考虑到系统与环境的时变特性的影响,增加了模型自学习项。通过生产数据验证了所提出的模型的计算精度及实用性。 相似文献
15.
基于影响函数法,分析了铝热连轧精轧末机架的普通四辊轧机的轧机参数(如轧辊直径,轧辊凸度,辊身长度等)、轧件参数(如轧件宽度、入口板凸度、入口厚度等)和工艺参教(如压下量、轧制力、弯辊力)等对出口板凸度的影响规律,归纳出了板凸度在线模型的合理结构,并以大量的实际生产数据对其进行回归,得到了板凸度在线计算模型.在此基础上,考虑到系统与环境的时变特性的影响,增加了模型自学习项.通过生产数据验证了所提出的模型的计算精度及实用性. 相似文献
16.
17.
18.
针对20辊轧机轧制板形受到多重因素影响、难以精确预测的问题,基于有限元和PSO-BP法,建立20辊轧机轧制板形质量预测模型。根据20辊轧机轧辊间的位置关系,基于有限元软件ANSYS/LS-DYNA,考虑轧辊弹性变形、板带塑性变形与摩擦等因素,建立20辊轧机辊系有限元模型,分析板宽、厚度、张力、速度等因素对板形指数的影响;综合考虑不同轧制板形影响因素,以板形指数作为板形质量衡量指标,基于BP神经网络建立轧制板形质量预测模型,采用粒子群算法优化BP神经网络板形质量预测模型的权值和阈值,提高板形预测精度。 相似文献
19.