基于蚁群算法的冷连轧轧制负荷分配优化

根据唐山某钢厂1 370 mm冷连轧机设备参数,选取等相对负荷目标函数,在一定的约束条件下,优化压下率分配比,并通过蚁群算法的迭代运算,求出负荷最佳分配。仿真结果表明,蚁群算法可以防止目标函数值落入局部极小,优化速度快、收敛性好,可作为冷连轧轧制负荷分配优化方法用于实际生产。     

再论热连轧生产过程负荷分配问题

通过对厚度、板形和张力这三个自动控制目标量的分析,表明可以用厚度实现最简单、最有效的控制。厚度的控制主要由负荷分配和AGC系统来实现的。厚度自动控制最好的方法是DAGC。无迭代计算的Φ函数负荷分配方法,不仅解决了静态负荷分配问题,同时动态调节值还可以补偿轧辊实时凸度变化。自动控制的另一个主要问题是测量,通过可测的压力、机械辊缝、张力(冷连轧)和活套角就可以完全满足对板带轧制中的全部目标量的有效控制。     

冷连轧负荷分配优化方法

 冷连轧负荷分配最优化对于提高冷轧带钢的产量和质量具有至关重要的作用。在研究蚁群算法优缺点的基础上,首次提出了将遗传算法和蚁群算法相融合的GA ACA优化算法应用于冷连轧负荷分配的优化。该算法采用遗传算法生成初始负荷分配,利用蚁群算法求取最优化分配结果,优势互补,具有计算精度高、速度快等优点,适合于负荷分配的在线应用。试验对比数据证明了该方法的有效性,为冷连轧负荷分配的优化提供了一种新的方法。     

φ函数的发现及推广应用的可行性和必要性

从日本今井的φ函数计算厚度分配公式中直接推导出φ计算公式,从而将能耗负荷分配方法在八机架、七机架两套热连轧机上得到成功应用.该方法使负荷分配十分简便,去掉了目前所有负荷分配方法的迭代计算.并较详细分析了推广应用它的必要性,从而详细介绍了目前从日本、德国、美国等引进的负荷分配方法存在的问题,从而证明推广φ函数负荷分配方法...     

板带轧制过程厚度自动控制技术的发展历程

通过厚度、板形和张力这三个自动控制目标量的分析,表明可以用厚度实现最简单最有效的控制。实现厚度的控制主要由负荷分配和AGC系统来实现的。厚度自动控制最好方法是DAGC,而无迭代计算的函数负荷分配方法,不仅解决了静态负荷分配问题,而且动态调节值可以补偿轧辊实时凸度变化。自动控制的另一个主要问题是测量,通过可测的压力、机械辊缝、张力(冷连轧)和活套角就可以完全满足对板带轧制中的全部目标量的有效控制。     

改进快速非支配排序遗传算法热连轧过程负荷分配的智能优化

在热连轧的非稳态轧制过程中,负荷分配不均会导致板形控制精度的下降.针对负荷分配不合理的情况,以传统机理模型为基础,建立了板形和轧制均衡的目标函数,开发了改进快速非支配排序遗传算法(NSGA-Ⅱ)的负荷分配智能优化方法,利用该优化算法对热连轧精轧机组进行了负荷分配优化.通过工业试验将经验法、GA与NSGA-Ⅱ优化得出的负荷分配数据进行对比,发现采用新方法的优化结果明显比经验法更合理,GA和NSGA-Ⅱ的优化结果将机架F5和F6相对凸度误差从4.63%分别降低至1.06%和0.79%,且NSGA-Ⅱ在末机架的相对凸度差为-0.000 009 88,小于GA的-0.000 050 47.应用结果表明,该负荷分配优化算法明显优于GA,对非稳态轧制过程中的负荷分配优化及板形控制具有理论指导意义和实际应用价值.     

基于实测数据的热轧带钢变形抗力模型

采用热连轧生产过程实测数据,建立一种新型结构的精轧带钢变形抗力模型。首先,提出热轧带钢变形抗力广义相加模型的建立方法,包括清洗数据、建立子模型、验证子模型、修正子模型等建模步骤,给出了求解广义相加模型的局部积分算法。接着,针对某热连轧生产线进行变形抗力建模实验,基于收集到的大量热连轧带钢生产历史数据,根据轧制机理和先验知识对各模型自变量进行函数变换预处理,再采用参数估计方法并指定变形抗力模型的基本形式,通过局部积分算法迭代计算确定各自变量的单变量光滑函数。预测实践表明,新模型计算精度高于该热连轧机组在线模型,具有计算精度高、适应性强等优点。     

板带轧制实现板厚和板形向量闭环控制的效果

板带轧制动态理论适用于冷、热连轧和中厚板轧机。动态轧制理论的基本内容有四项:连轧张力公式;动态设定模型控制方法(DAGC);解析板形刚度理论;ф函数及dф/dh。该理论已成功应用在新建和改造的冷轧、热轧可逆式板带轧机,应用于新建四套热连轧和改进引进的热连轧机和宽厚板轧机。下面简述具体技术内容和主要的控制数学模型。     

本钢1780mm热连轧粗轧机宽度模型

该文介绍了本钢1780mm热连轧生产线从BKMASIC公司引进的热轧带钢粗轧机组宽度控制及宽度负荷分配借鉴GE公司的控制思想,深入研究了宽度控制及宽度负荷分配的数学模型,给出了模型计算宽度用的数学公式,通过宽度与轧制力分配的迭代计算使最终的宽度分配能够满足粗轧机组轧制力分配比与目标负荷分配比相一致。实践证明该宽度负荷分配及AWC控制方法能充分发挥粗轧机组的设备能力,确保稳定生产。     

宝钢2030冷连轧机组1^#—4^#机架弯辊力的自动设定

针对宝钢 2 0 3 0冷连轧机组 ,利用影响函数法 ,建立该机组前四机架弯辊力自动设定模型并投入工业运行 ,使用效果良好。现场实验数据验证了该模型的合理性和有效性。     

热连轧机负荷分配优化计算策略

提出一种带钢热连轧精轧机组负荷分配的优化计算策略,采用多目标优化算法离线计算确定精轧各机架的轧制力分配系数,采用"压下模式+轧制力模式"相结合的方式实现负荷分配在线计算。为了确定各精轧机架的轧制力分配系数,建立兼顾轧制功率最小、负荷均衡与板形良好的负荷分配多目标优化模型;为了实现负荷分配在线计算,根据压下模式负荷分配计算确定厚度分配的初始值,根据CLAD算法进行轧制力模式负荷分配迭代计算,最后采用压下模式分配计算确定的压下率分布范围对轧制力模式分配结果进行限幅处理。新方法已成功应用于梅钢1 780mm热连轧生产线,在线应用表明该方法可以有效减少操作工干预,提高带钢精轧过程的轧制稳定性。     

复用等储备负荷法在热连轧粗轧负荷分配中的应用

 基于带钢热连轧粗轧区的特点,提出了复用等储备负荷法。该方法运用多层迭代算法进行粗轧机组负荷分配,外层对总轧制道次进行递增迭代,内层通过交替迭代确定带钢厚度和宽度轧制方向的综合负荷函数值,逐步优化平 立辊轧制规程。基于该方法设计了带钢热连轧粗轧过程设定系统软件,并结合实例进行了分析。分析结果表明该方法的适应性和灵活性很强,可适用于实时粗轧轧制过程中的设定计算。     

基于多目标优化的冷连轧轧制规程计算方法

以冷连轧现场实际生产情况为出发点,综合考虑板形最优、能耗最小、各种负荷均衡、生产率最高等条件,建立了轧制规程多目标函数模型。在现场设备及工艺条件约束下,结合Nelder-Mead单纯形法对多目标函数进行寻优计算。现场实际应用表明,该轧制规程计算方法计算的轧制规程符合生产要求、速度较快、模型计算结果精度较高,具有广泛的应用前景。     

目标厚度函数法在板带轧制规程计算中的应用

板带轧制过程控制要求快速计算出满足指定目标负荷分配比的轧制规程,针对常用的Newton迭代法对厚度迭代初始值限制较多,不能确保迭代收敛的特点,提出目标厚度函数法.该方法建立轧制出口厚度对于轧制负荷的函数方程,通过求解一系列非线性方程得到满足目标负荷分配比的轧制规程,摆脱了厚度初始值的提供和Jacobi矩阵的计算.分别基于2种方法编制程序并采用实际数据计算,结果表明:目标厚度函数法在计算时间和收敛性方面均满足在线应用的要求,可成功取代Newton迭代法.     

带钢精轧机组负荷分配探讨

综述了热连轧带钢生产中负荷分配方法的发展,阐明了各种分配方法的优缺点,为热连轧精轧机组合分配各机架的压下量提供了参考,并叙述了热连轧负荷分配的发展方向。     

冷连轧轧辊负荷平衡控制

分析了中冶恒通冷轧技术有限公司冷连轧机组双轴传动中影响轧辊负荷平衡的因素,通过对速度曲线和电流曲线的分析,验证了该机组轧辊负荷平衡控制的实际轧制效果。     

基于模糊聚类分析的冷连轧负荷分配修正

由于冷连轧负荷分配优化的数学模型精度不高,使得将负荷分配优化的结果直接用于生产过程中往往达不到最优,甚至会影响生产.为此提出使用基于模糊等价关系的模糊聚类分析法,利用现场实际使用的负荷分配对优化结果进行修正,使修正结果既能达到最优化,又能满足生产.以等功率负荷分配和等相对功率负荷分配为例,进行了修正前后的对比,获得了很好的效果.实践证明这种方法是有效的,为提高负荷分配的精度提供了一种修正措施.     

免疫遗传算法对精轧机组负荷分配的优化

提出基于IGA模型的热连轧精轧机组负荷分配的智能优化新方法,该方法具有计算精度高、速度快等特点,且适合在线计算.实验数据对比分析结果表明了该方法的有效性,为热连轧精轧机组轧制规程的智能优化设计提供了一条新途径.     

自适应遗传算法在冷连轧负荷优化中的应用

利用自适应遗传交叉变异策略,设计了一种冷连轧轧制负荷优化方法。以各机架相对压下率为自变量,以各机架轧制力相对均衡为优化目标,建立目标函数。通过与在某1370冷连轧机的负荷优化方法进行比较,仿真结果表明,自适应遗传算法具有搜索速度更快、收敛精度更高等优点,更适合在实际生产中应用。     

三论热连轧负荷分配问题

板带轧制规程制订一直是生产工艺技术的核心问题,是以提高压力计算模型的精度来使负荷分配优化。为了提高压力模型计算精度,需建立精确的钢种化学成份、轧制温度、变形程度和速度的钢种变形抗力预报模型。由这些基础性工作达到迭代计算出各机架的压下量。总之,全部数学模型工作都在于达到最佳压下量分配。由于φ函数的发现,倒置了以上顺序,先确定了压下量分配,在实际生产过程中由各机架压力乘法自适应系数来提高压力预报精度。最终提高辊缝设定精度。本文分析了从国外引进的通过迭代计算后的实际压下量分配结果,存在不合理问题,所以用φ函数先确定负荷分配,之后再计算轧制压力,达到准确设定各机架辊缝值。这样做不但得到了无迭代计算的负荷分配,而且为板形向量闭环控制创造了条件。实现板形向量闭环控制是要应用dφ/dh和解析板形理论。