双辊铸轧薄带工艺参数的计算机分析和模拟

在双辊铸轧薄带过程中最关键的是工艺参数的合适确定。通过Visual Basic程序语言，动态模拟了铸轧过程中几个重要的工艺参数，对实际生产具有重要的参考价值。     

双辊薄带振动铸轧机理及其仿真实验

针对双辊薄带铸轧过程存在的产品质量问题进行研究,设计制造了一套直径160mm×150mm振动式铸轧机。研究了振动对结晶形核及其铸态组织的影响,对比分析了振动与非振动条件下凝固区铸态组织分布及其生长规律。指出提高振动频率能够有效促进晶粒细化。同时,按工业化实验要求,利用CFD软件建立了熔池的三维流场-温度场耦合有限元仿真模型,仿真结果表明,增大振频和振幅均能强化铸轧熔池场的“搅拌”效果,进而促进晶粒细化、抑制偏析。通过仿真还发现,铸轧过程中,凝固点位置（即Kiss点高度）沿板宽方向分布不均所导致的纵向不均匀延伸,是诱发铸轧斜向裂纹的直接因素,并且Kiss点位置会随振频和振幅的增大而上移。     

双辊薄带连铸结晶辊辊面函数分析

在金属凝固过程中施加振动能有效改善凝固组织,提高铸件的综合性能.双辊薄带连铸过程中结晶辊结构对凝固过程的影响尤为重要.通过凹凸型结晶辊代替常规结晶辊将振动引入铸轧过程,根据凹凸结晶辊运动轨迹,推导出凹凸结晶辊的辊面函数.     

双辊薄带连铸结晶辊面构型对应力分布的影响

对铸轧熔池凝固过程中不同辊面构型的啮合结晶辊进行应力分析.结果表明:三维凹凸辊啮合时最大等效应力为23.1 MPa,应力趋于稳定后的波动范围为7.8～11.8 MPa;三维平辊啮合的最大等效应力为24.0 MPa,应力趋于稳定后的波动范围为7.8～12.2 MPa;二维凹凸辊的最大应力为40.1 MPa,应力波动范围为...     

20CrMn钢双辊薄带振动铸轧第二相粒子析出行为研究

在自主研发的双辊薄带振动铸轧机上进行了20CrMn钢的振动、非振动铸轧对比实验。对所得铸轧板坯进行了拉伸测试、断口形貌观察、粒子能谱分析,结果显示振动能抑制大尺寸粒子的形成从而促进小尺寸粒子的均匀析出,进而提升铸轧板坯的力学性能。结合初步的第二相粒子动力学分析,提出振动对铸轧板坯中第二相粒子析出的影响机理为：振动对熔池区钢液的扰动作用使合金元素分布均匀,从而抑制其在钢液凝固阶段因局部富集而以大颗粒结晶相析出,并促进其在轧制阶段脱溶析出为小尺寸第二相粒子;合金元素分布于对基体有明显强化效果的小尺寸第二相粒子中,提高了合金元素的使用效率,极大地强化了铸轧板坯的综合力学性能。     

基于粒子群算法的双工位切削参数优化

本文研究了多工位专用机床的切削用量优化问题.以双工位同时工作的钢轨整形机为实例,建立了以进给速度和主轴转速为优化变量,以最低能耗为优化目标的数学模型,并使用粒子群算法进行优化求解,最后通过与现场使用经验参数的实际加工能耗对比,表明该优化方法获取的加工参数具有明显的节能效果.     

双辊薄带铸轧纯铝凝固组织模拟与性能分析

基于CAFE原理,建立双辊薄带连铸数学模型求解纯铝在铸轧机熔池区晶粒生长演变以及枝晶分布情况.结果表明:金属液与弯月处铸辊接触后开始凝固,铸辊表面形成大量细小等轴晶,晶粒数目逐渐减少且粗化,晶粒延<001>取向择优生长,等轴晶演化为柱状晶.Kiss点位置高度对晶粒细化有关键作用.     

20CrMn钢双辊薄带振动铸轧细晶机理试验

为了改善传统双辊薄带铸轧板坯中存在的缩孔、裂纹、组织不均以及晶粒粗大等缺陷,提升双辊薄带铸轧产品带坯的力学性能,提出振动铸轧新技术,以细化铸轧带坯组织晶粒度,提高其力学性能。为了确定振动铸轧过程的细晶机理,分别在1 570℃和1 530℃两种开浇温度下进行20CrMn钢双辊薄带铸轧振动与非振动工况的对比试验,并对所得带坯微观组织及力学性能进行检测和分析。微观组织观察结果表明,在铸轧过程中振动可以有效细化产品带坯晶粒,其细晶机理为在凝固阶段振动可以提升熔池区形核率并促使振动侧枝晶尖端熔断,而在轧制阶段振动可以强化塑性变形区的动态再结晶;拉伸试验结果表明振动有效地改善了铸轧板坯的力学性能,开浇温度1 570℃时,沿轧制方向振动铸轧板坯较传统铸轧板坯屈服强度、抗拉强度和伸长率分别提高了12.11%、14.57%和38.9%,垂直轧制方向分别提高了7.72%、13.23%和34.8%;开浇温度1530℃时,沿轧制方向分别提高了9.22%、14.95%和31.25%,垂直轧制方向分别提高了21.36%、27.35%和42.86%。试验表明振动铸轧较传统铸轧不仅能在凝固阶段通过振动提高形核率,细化晶粒,还能在轧制段通过振动增强动态再结晶效果,改善材料微观组织结构,从而提升其力学性能。     

粒子群优化算法综述

首先介绍了PSO的原理及具体实现步骤;然后针对PSO算法在搜索的初期收敛速度很快,但在后期却易于陷入局部最优的缺点,提出了各种改进办法;最后介绍了PSO算法的应用领域以及研究展望.     

双辊薄带连铸侧封压力控制优化研究

侧封是影响双辊薄带连铸质量和工艺稳定性的关键技术。为了达到稳定控制侧封压力,防止双辊对侧封板的摩擦损耗过大或者双辊卡轧,杜绝生产过程中产生毛刺或者漏钢的目的,基于红外温度传感器采样的铸件/铸型界面温度,对侧封板受力情况以及基于分形特性,提出侧封压力与铸件/铸型界面温度的模型,研究了侧封压力与铸件/铸型界面温度的关系,结果表明侧封压力越大,温度越小且双辊对侧封板摩擦损耗大或者双辊卡轧;侧封压力越小,温度越高且易产生毛刺或者漏钢。     

基于粒子群算法的冷连轧机轧制负荷分配优化

利用粒子群算法设计了一种冷连轧轧制负荷分配的优化方法。根据某1450五机架冷连轧机生产工况,以压下量分配为自变量,以轧制力成比例分配为目标函数,将压下量分配的约束条件作为惩罚项,建立惩罚函数。通过粒子群多代运算,求出罚函数值最小点,得到压下负荷最佳分配点。实验证明,粒子群算法在轧制负荷分配计算中,具有算法实现简便、运算速度快、收敛性好等优点,可以作为一种冷连轧轧制负荷分配的新方法加以推广。     

基于粒子群算法的滑阀节流槽优化设计

基于Fluent流场仿真分析软件,在定压差条件下,对带有单U形、斜U形以及V形基本节流槽的滑阀阀口开度-流量特性开展了研究,并将其与试验结果进行了对比验证,得出了U形类槽口随着阀口开度的增加流量梯度减小、斜U形类槽口随着阀口开度的增加基本保持不变、V形类槽口随着阀口开度的增加流量梯度增大的结论。基于上述研究,利用粒子群优化算法,得到满足定压差条件下阀口开度-流量特性要求的节流槽优化尺寸,并通过实例验证了优化结果。     

基于改进PSO算法的数控机床主轴优化设计

通过分析主轴结构和加工过程中受载变形情况, 建立了主轴优化设计的数学模型。根据邓克莱法计算得到的一阶固有频率近似值,引入动态约束条件 。针对传统优化设计方法在解决主轴优化设计中出现的问题,引入粒子群优化 (PSO) 算法,并提出了一种惯性权重值适应性递减的粒子群（ADW）算法。将ADW算法用于数控机床主轴优化实例中,得到主轴结构参数优化组合。研究结果表明,运用所建立的主轴优化设计数学模型及改进粒子群算法可以得到主轴结构参数优化组合,充分显示了该研究方法的有效性。     

基于改进粒子群优化算法的无级变速器冷却系统优化设计

提出了一种基于改进粒子群优化算法的无级变速器冷却系统优化设计方法。首先确定了整个冷却系统的基本设计方案;然后在考虑整机和局部能量损失特性、冷却压力控制阀工作特性的基础上,采用改进粒子群优化算法对冷却系统关键结构参数进行了优化。仿真计算和整车试验结果表明,所设计的冷却系统可以随发动机转速的不同实现较优的整机和局部冷却流量分配,并可以满足各种极限工况的冷却要求。     

基于改进粒子群优化算法的变截面涡旋盘瞬时铣削力模型参数求解

针对变截面涡旋盘瞬时铣削力预测存在的多元非线性难题,从涡旋盘实际铣削过程出发,建立了考虑刀具跳动的瞬时铣削力数学模型,提出了一种基于改进粒子群优化算法（PSO）对铣削力模型参数进行求解的方法,以提高瞬时铣削力预测模型精度。通过4组不同铣削参数下的瞬时铣削力实验对该方法进行验证,结果表明：该方法求解得到的变截面涡旋盘瞬时铣削力与实验测得的瞬时铣削力在形状和峰值处有较高的吻合度,4组实验的峰值误差在15%以内;采用自适应惯性权重和随机扰动因子的改进PSO算法能够有效地提高变截面涡旋盘瞬时铣削力系数辨识的收敛速度和收敛效果,还能提高算法整体搜索能力。该方法只需较少的实验次数就能辨识出较高精度的模型参数,比平均铣削力求解方法的实验成本更低,对涡旋盘的加工具有重要参考价值。     

基于LVQ工况识别的混合动力汽车自适应能量管理控制策略

为提高混合动力汽车的燃油经济性,选取6种典型行驶工况代表“市区”、“郊区”和“高速公路”3类主要工况,采用基于规则的模糊能量管理控制策略,以整车燃油经济性为目标,在3类主要工况下用改进型粒子群优化算法优化发动机联合工作曲线与发动机关闭曲线系数,得到相应的优化后的隶属度函数的参数;运用学习向量量化(LVQ)算法识别车辆运行工况,动态选择相应的模糊控制策略,使混合动力汽车控制策略对选定的几种代表性工况具有自适应性,从而提高整车的燃油经济性。仿真对比结果表明,相比于传统混合动力汽车,燃油经济性提高了3.4%。     

基于PSO自整定PID控制器的柔性臂振动控制

针对压电柔性机械臂运行过程中的弹性振动问题,提出了基于粒子群优化算法（particle swarm optimization,简称PSO）自整定比例积分微分（proportional integral differential,简称PID）控制器参数的柔性臂振动抑制方法。采用标准粒子群优化算法,以时间乘绝对误差积（integrated time and absolute error,简称ITAE）准则为适应度函数,整定PID控制器的3个控制参数K-p,K-i和K-d,并采用Matlab Simulink平台建立双连压电柔性机械臂振动控制仿真模型,研制基于虚拟仪器技术的柔性臂振动控制试验系统。仿真与试验结果表明,采用常规PID控制算法和基于PSO自整定的PID控制算法均能有效地抑制柔性机械臂的弹性振动,但后者的振动抑制效果、鲁棒性与稳定性优于前者。     

基于粒子群优化和协同优化的多学科设计优化研究

协同优化是进行多学科设计优化的有效方法之一。本文将粒子群优化算法应用于协同优化,通过对系统级优化等式约束条件进行转换,克服了协同优化自身内部的计算缺陷,有效解决了当原始系统优化问题不满足Kuhn-Tucker条件时导致的计算困难,最后以数值计算和减速器设计为例进行了验证。结果表明本文提出的方法是有效的,同时也为将新型算法应用于多学科设计优化问题提供了参考。     

基于改进粒子群算法的神经网络PID控制研究

BP神经网络PID控制是利用BP神经网络的自学习和逼近任意非线性函数功能,对PID控制器的三个参数进行在线整定,但网络初始权值的选取困难.采用改进的PSO算法优化BP神经网络的初始权值,并对基于PAO算法的BP神经网络PID控制进行仿真实验.仿真结果表明,PSO算法使得网络初始权值的选取比较快速,系统的性能有所提高.     

基于改进PSO的可靠性稳健优化计算方法

基于现代设计方法和可靠性设计理论,建立了多目标约束优化数学模型,根据动态加速常数和速度自适应的改进粒子群算法(PSO),用编写的程序代码实现了数学模型的数值化求解。同时研究了加速常数和粒子速度的变化对优化计算结果的影响规律。算例表明,提出的可靠性稳健优化计算方法与传统方法相比,具有简便易行、能迅速得到结构可靠性稳健优化设计信息的优点,适合工程应用。