基于网格重构的H型钢热轧过程的数值分析

提出了一种适合于轧制及其类似过程的六面体网格重构方法.首先判断型钢轧制过程是否达到稳态;将稳态单元集的节点投影到垂直于主轧制方向的平面上,形成原始截面网格并分析瞬态温度场;其次生成新的四边形网格并映射温度数据;最后拉伸四边形网格生成三维单元体,并将温度作为初始条件赋给相应节点集,仿真下一道次.为了验证了其有效性,基于ABAQUS6.5编制了相关程序,模拟了H型钢的前两道次轧制过程.利用显式动力学分析瞬态轧制过程、利用隐式方法分析轧制间隙的瞬态温度场变化,提高了数值仿真的计算效率.为型钢轧制过程等金属成形过程的数值仿真提供了确实可行的网格重构思路和数据传递方法.     

H型钢精轧过程有限元仿真

热轧H型钢精轧设备采用连续式布置方式，整个过程中轧件塑性变形量较大，直接采用商用软件进行有限元分析，存在运算量过大、运算时间过长的缺点，并且运算过程会因单元畸变而中止。故此，采用网格重构的方法对连轧过程进行了分段式有限元模拟，通过对H250×125×6×9规格H型钢精轧过程的分析及结果验证，证实了该分析方法的可行性及有效性，为处理类似的金属塑性成形仿真问题提供了有益启示。     

基于数据子空间PLS建模技术的热轧轧制力优化设定

针对机理模型难以刻画的热轧精轧生产过程, 采用基于数据子空间的偏最小二乘方法建立热轧轧制力数据模型, 并构建轧制力优化模型, 利用改进的粒子群优化算法对优化模型计算求解. 结果表明, 使用数据驱动方法建立的轧制力数据模型能够揭示精轧过程轧制力的机理规律, 可以替代机理模型在实际系统中的应用. 通过对整体优化模型的求解, 可以提高热轧精轧产品的质量, 降低能源消耗, 表明基于数据驱动的建模和优化方法在实际生产中具有较大的应用价值.

     

基于CMAC神经网络的热连轧精轧温度预报模型

温度是带钢热连轧过程中几个最重要的工艺参数之一,由于温度将直接影响到热札轧制力,因此精确预报各道次,特别是精轧机组各机架的轧制温度,是保证厚度、板形及宽度数学模型命中率的关键.而精轧温度预报技术是热连轧的核心技术.由于传统的模型技术已经不能进一步提高精轧温度的预报精度,针对带钢热连轧精轧温度传统模型的固有缺陷,根据CM...     

不同因素对钢框架内承载性能的影响模型仿真

设计5个小跨高比钢框架内填混凝土剪力墙试件,采用ABAQUS有限元软件模拟分析低周反复加载下,不同跨高比、配钢率等因素对试件承载性能的影响,统计分析试件应力云图、骨架曲线、耗能能力等指标.实验结果表明,CBB1试件的危险应力区域最大,试件最容易破坏.CBB5试件危险应力区域最小,最不容易被破坏;试件跨高比和配钢率越高,...     

连轧37Mn5钢棒材有限元模拟及孔型系统优化

用Marc对热连轧37Mn5钢棒材的应力、应变、温度以及轧制力等参数的变化特点进行有限元数值模拟,分析连轧棒材孔型对轧材质量缺陷的影响,根据模拟结果对热连轧棒材的孔型方案进行优化,达到提高轧材质量的目的.     

H型钢精轧厚度控制系统机架形变参数的优化

以经过近10年使用的形变量日益增大的轧机为研究对象,针对H型钢精轧厚度控制系统辊缝调整AGC系统,研究新的机架型变参数优化措施和编码器基础位置优化方式。     

混合多目标粒子群优化算法在热精轧负荷分配优化中的应用

通过对热精轧负荷分配过程的分析,选取负荷均衡、板形良好和轧制功率最低为目标,建立了热精轧负荷分配多目标优化模型.为了提高多目标优化算法解集的分布性和收敛性,提出了一种混合多目标粒子群优化算法(HMOPSO),该算法根据Pareto支配关系得到Pareto前沿进而保证种群收敛;采用分解策略维护外部存档,该策略首先根据Pareto前沿求出上界点对目标空间进行归一化处理,然后对种群进行分区处理进而保证种群的分布性能.仿真结果表明,HMOPSO的收敛性和分布性都好于MOPSO和d MOPSO;采用模糊多属性决策的方法从Pareto最优解集中选择一个Pareto最优解,通过与经验负荷分配方法相比,表明该Pareto最优解可以使轧制方案更加合理.     

ABB先进焊接技术在波纹腹板H型钢生产中的应用

波纹腹板H型钢是一种新型高效型材,相对于平腹板H型钢,同等强度下波纹腹板可以做的更薄,节省约15-20％的钢用量,具有良好的经济效益.ABB波纹腹板H型钢机器人焊接系统自从2000年成功安装第一套以来,在世界范围内已经得到了广泛应用.近年随着国内波纹腹板H型钢技术和法规的推进,机器人焊接系统应用其生产也显得日益迫切.     

大规格铝材可逆热轧内应力仿真及轧透性研究

轧制过程中轧件在变形区内的变形通常是不均匀的,对于大规格铝材,变形的不均匀性更为突出,芯部变形小,难以实现充分变形.针对以上问题,采用弹塑性大变形热力耦合有限元法研究了大规格铝材多道次可逆热轧的过程.利用大型非线性有限元商用软件MSC.marc建立了7050铝合金多道次可逆热轧的热力耦合有限元仿真模型,探明了内应力和应变在轧件内部的演变过程和控制规律;并对大规格铝材的轧透性及影响轧透性的因素进行了分析与讨论,得出了一个衡量轧透性的方法.以上结果符合相关理论,可以指导生产,减少试轧次数,为控制大规格铝材塑性加工过程中的不均匀变形,从而促进其轧透性提供理论参考.     

Artificial neural network application for modeling the rail rolling process

Rail rolling process is one of the most complicated hot rolling processes. Evaluating the effects of parametric values on this complex process is only possible through modeling. In this study, the production parameters of different types of rails in the rail rolling processes were modeled with an artificial neural network (ANN), and it was aimed to obtain optimum parameter values for a different type of rail. For this purpose, the data from the Rail and Profile Rolling Mill in Kardemir Iron & Steel Works Co. (Karabük, Turkey) were used. BD1, BD2, and Tandem are three main parts of the rolling mill, and in order to obtain the force values of the 49 kg/m rail in each pass for the BD1 and BD2 sections, the force and torque values for the Tandem section, parameter values of 60, 54, 46, and 33 kg/m type rails were used. Comparing the results obtained from the ANN model and the actual field data demonstrated that force and torque values were obtained with acceptable error rates. The results of the present study demonstrated that ANN is an effective and reliable method to acquire data required for producing a new rail, and concerning the rail production process, it provides a productive way for accurate and fast decision making.     

热轧工艺关键变量的提取方法

在热轧带钢生产中,终轧温度的控制精度是影响产品质量的重要指标,而影响精轧终轧温度的因素较多且复杂,从单一影响因素上分析对精轧温度的影响是不够准确和全面的.因此,提出了一种基于属性重要性的热轧关键变量提取方法.该方法是从整个决策系统的角度上分析每个可能对精轧目标温度有影响的属性,筛掉对目标温度属性没有影响的属性,确定每一...     

Tandem mill scheduling as a two point boundary value problem

We consider the problem of a tandem cold rolling mill to achieve correct output gauge, and satisfactory shape, and surface finish. The essential process variables are roll force, shape and thermal roll crown. The formulation of the equations for these key variables is described. The scheduling problem is formulated as a constrained two point boundary value problem. This is solved using conjugate gradient and projection techniques developed for optimal control problems. Results showing the improvements which can be made in strip shape and general mill operating conditions, by optimising the schedules, are included and discussed.     

基于神经元网络的快速监控功能

应用神经元网络理论和计算机仿真实验相结合的方法,对用快速监控理论解决带钢头部厚度超差问题进行了研究。针对板带材轧制过程是一个复杂的非线性过程,难以建立精确数学模型的问题,提出了用神经元网络实现快速监控功能的方法,仿真证明,该方法对于及时地消除厚度偏差的后遗性有着比其他控制方法更好的效果。     

优化剪切控制在1580mm热轧线的实现

优化剪切控制系统在飞剪控制中的使用不仅降低了带钢切损,利于下游精轧咬钢,尤其在薄系列热轧带钢的生产中取得了良好的应用效果。     

冷连轧轧制力仿真建模研究

冷连轧生产是较早引入仿真技术进行辅助研究与开发的领域之一,目前已取得了大量的成果。但大多数仿真研究局限于模型的静态机理建模,难以适应复杂环境的变化,造成了很大偏差。该文以轧制力为例,研究机理和数据的结合,从而修正轧制力的模型,实现轧制力参数的预报。轧制力是冷连轧生产的关键力能参数之一,为提高预报精度、缩短自适应过程的时间,研究轧制力建模,并进行仿真研究很必要。文章讨论了仿真系统模型的类型和建模方法,对冷连轧轧制力模型进行了机理推导,并运用智能方法对轧制力参数进行回归和分析。结果表明,采用机理建模和辨识建模相结合的方法,可以建立较精确的轧制力模型,为轧制过程模型的建立及优化提供了成功的范例。     

神经网络算法与机理模型融合的 冷连轧轧制力智能预报模型

冷轧带钢的生产模式正在向多品种、小批量、低库存转变,这直接导致了轧制过程中需要更频繁地切换品种规格。由于变规格过程中轧制工艺状态变化较大,传统机理模型加常规自学习和自适应方法很难保证规格切换后首卷产品设定精度。为提高变规格过程中轧制力预报精度,本文提出一种机理模型与轧制过程海量历史数据相融合的复合模型。该方法建立在轧制力理论模型的基础上,采用遗传算法优化BP神经网络的方法对模型轧制力进行校正。使用该算法进行轧制力预报,使变规格后首卷钢轧制力预报的平均相对误差控制在±5.5%内,远高于常规机理模型的设定精度,该方法具有现场应用价值。     

Numerically generated tangent stiffness matrices for nonlinear structural analysis

Accurate tangent stiffness matrices are essential for the solution of nonlinear structural problems via Newton-like methods. The present paper presents an accurate numerical procedure for the generation of tangent stiffness matrices from the internal force generation modules. The present procedure is attractive for problems that require complex constitutive relations and/or kinematic nonlinearities whose models are difficult to linearize and for incorporating Newton-like solution strategies into vectorial-based nonlinear structural analysis codes.     

Numerically generated tangent stiffness matrices using the complex variable derivative method for nonlinear structural analysis

Accurate tangent stiffness matrices are essential for solving nonlinear structural problems using Newton-like methods. This paper presents a numerical procedure for generating accurate tangent stiffness matrices from the derivative approximation of internal force using the complex variable derivative method (CVDM). The present procedure is suitable for problems that require complex constitutive relations and/or kinematic nonlinearities whose models are difficult to linearize, as well as for the incorporation of Newton-like solution strategies with nonlinear structural analyses.