基于BP神经网络的中厚板层流冷却终冷温度预报

通过分析层流冷却过程中钢板终冷温度的各种影响因素,建立了终冷温度的BP神经网络预报模型,确定了网络的输入、输出量.运用"试凑法"对不同网络结构进行了训练,最终确立了神经网络模型结构,并用所建模型对终冷温度进行预测.结果显示:网络预测值与现场实测值比较逼近,误差基本维持在±7℃,证明所建模型是合适的,可以用于生产现场的指导.     

基于BP神经网络的中厚板层流冷却终冷温度预报

通过分析层流冷却过程中钢板终冷温度的各种影响因素,建立了终冷温度的BP神经网络预报模型,确定了网络的输入、输出量。运用“试凑法”对不同网络结构进行了训练,最终确立了神经网络模型结构,并用所建模型对终冷温度进行预测。结果显示：网络预测值与现场实测值比较逼近,误差基本维持在±7℃,证明所建模型是合适的,可以用于生产现场的指导。     

单机架中厚板轧机的控轧控冷生产

1 引言 由于人们对控制轧制和控制冷却机理的认识不断深化,加之现代化的设备和检测控制手段,使控轧控冷技术日趋完善,广泛用于钢材生产中,尤其在中厚板生产上更加普遍。但是,控制轧制对轧机产量影响较大。因此,各国中厚板生产厂家,努力开发适合自己情况的交叉轧制方法,并配以必要的轧后冷却装置,以使产品强韧化,降低生产成本,提高竞争能力。     

中厚板轧后控冷工艺的探讨

文章对三种中厚板轧后控制冷却工艺进行了分析和比较，结合安钢中板的现有工艺条件，指出了安钢中板发展控冷工艺需要解决的问题及应该采取的对策。     

预测中厚板控冷过程组织转变的数学模型

建立了预测中厚板控冷过程组织转变的数学模型。并依据此数学模型模拟了Q345B钢板加速冷却过程中的组织转变类型及组织转变量的变化,理论计算结果与金相观测结果吻合得很好。在此基础上,研究了控冷制度对显微组织的影响。     

控轧控冷工艺在2500mm中厚板生产线上的应用

本文介绍了控轧控冷工艺在韶钢二轧厂2500mm中厚板生产线上的应用情况和主要特点。     

中厚板控冷工艺仿真与分析

通过有限差分法对中厚板轧后控制冷却温度场进行模拟,得到钢板在整个控冷阶段的瞬态温度分布和温降速度分布,为均匀化冷却速度,制定合理控冷工艺提供实践指导。     

中厚板轧后控冷温度场数学模型的研究

阐述了中厚板轧后层流冷却过程各阶段的传热分析、数学模型及初始边界条件的建立和用有限差分法对其进行模拟数值求解的发展现状。介绍了数学模型的精度与钢板组织性能的密切关系,并展望了数学模型在轧后冷却过程中的应用前景。     

控冷工艺参数对中厚板均匀冷却的影响

 确定了中厚板ACC冷却系统的换热边界条件,建立了钢板温度场有限元计算模型,利用现场实测数据对模型计算结果进行了验证,并且分析了不同冷却工艺参数包括集管开启方式、辊道速度以及冷却介质温度对钢板终冷温度、返红温度以及温差的影响规律,从而为实际生产中提高钢板控冷过程中的冷却均匀程度提供理论依据。     

中厚板管层流淬火控冷系统水动力学模型

利用水动力学伯努利方程和连续性方程，推导了中厚板管层流淬火与控冷系统水力学性能和结构参数之间关系式。结构参数有水箱高度、管道内径和长度、阻尼孔径和孔数、喷管直径和个数等；性能参数有系统最大流量与最小流量、射流冲击力、射流冲击区直径、射流密实高度、射流不断流长度等。增大集管阻尼和提高水箱高度，是提高喷水均匀性的有效方法。     

中厚钢板正火炉后控制冷却装置的设计与应用

正火后采取控制冷却是提高正火钢板力学性能的重要手段。从中厚板正火后的控制冷却装置的设备构成和功能角度,详细说明了控制冷却系统在满足控制冷却的速度控制、板形控制上的设备设计特点。正火控制冷却系统达到了6～80mm钢板的冷却速度范围在2—20℃／s,冷却后钢板板形平直,30mm以上厚度钢板的性能合格率达到98％以上。该生产设备运行经济、可靠。     

基于ANSYS平台的中厚板控冷过程的温度场有限元模拟及分析

利用ANSYS大型有限元分析软件对中厚板轧后控冷过程温度场进行了有限元模拟 ,得到了钢板在水冷条件下的温度时间历程曲线及瞬态温度场分布 ,为制定合理的控冷工艺提供了有力的指导     

中厚钢板控轧控冷技术综述

本文简要介绍中厚板的控轧、控冷及热机控制工艺的技术，并论述控轧控冷对工艺、设备及生产线的影响。     

中厚板快速冷却过程中的温度均匀性控制

本文介绍中厚板在加速冷却过程中,沿钢板长度方向、厚度方向、宽度方向温度分布不均的原因,并针对不同问题给出了相应的处理措施。     

中厚板控制冷却的板型控制探讨

对控冷装置应用过程中中厚板板型缺陷进行分析,研究横向、纵向板型控制方法,并阐述武钢轧板厂实际运用板型控制技术的情况。     

中厚板控冷设备水力学性能计算系统的开发

根据流体动力学原理,建立了中厚板控冷设备的水动力学模型,分析了流动能量损失,用VB开发出水力学性能参数计算系统。利用该系统,只要输入设备的结构参数,就可以计算出设备的性能参数。经检验,计算值与实测值比较误差不超过5%,该计算系统为控冷设备的设计和现场使用提供依据。     

中厚板控制冷却技术

本文对控制冷却系统选择提出一些分析意见，主要讨论以下内容：冷却方式，冷却设备型式的选择，设备的位置，冷却设备的长度以及控制冷却的最新发展。     

中厚板控制冷却技术

阐述了钢板控制冷却技术的发展，现状及意义，并详细论述了影响钢板均匀冷却的各种因素及其控制方法。这对改进我国中厚板控制冷却系统提供了方法和途径。     

基于改进人工神经网络的LF钢水终点温度预报

采用改进的人工神经网络算法,开发了40t钢包炉精炼时钢水终点温度预报模型。与传统BP网络算法相比较,改进算法可提高预测速度和精度。生产现场实验表明,传统BP神经网络算法,钢水温度预测误差±5℃的炉次仅为77%,用改进的BP神经网络算法,其误差±5℃的炉次为90%。