轧制力预报人工神经网络设定模型的开发

研究了轧制力设定控制的人工智能实现方法。在建立训练及预测数据模式库的基础上开发了轧制力预报人工神经网络软件,同时对实际生产中的历史数据进行了模拟在线预报,达到了较高精度。另外,给出了一种利用人工神经网络进行模拟正交实验的新思路。     

45Cr4NiMoV钢的热变形行为及流变应力的ANN模型

在变形温度为1 173¹ 323 K,应变速率0.011 323 K,应变速率0.01⁵.00 s-1的条件下,采用Gleeble-1500热模拟实验机对45Cr4NiMoV钢进行等温压缩试验,获得了其高温流变行为曲线。以所得热压缩实验数据为基础,建立了BP人工神经网络模型,结果表明模型预测值与实验值吻合良好,预测值和实验值的相关系数为0.999 7,平均误差为0.04%,即该模型具有较高的预测精度,且模型预测值可以追踪热压缩在宽泛变形条件下的高温变形行为,包括加工硬化阶段和应变软化阶段,故ANN模型可以描述45Cr4NiMoV钢在热变形过程中的高度非线性的流变行为。     

热连轧带钢的温度模型与模拟应用

介绍了唐钢1810mm生产线采用的温度模型,并开发了温度模拟工具。对两种机架间冷却水设定模式进行了温度模拟。结果表明,优先使用下游机架间冷却水的控制效率更高,并能降低能耗。利用温度模拟,准确判断出终轧温度异常变化的原因,采取措施后问题得到解决。     

一种宽带钢热轧卷取温度控制模型

介绍了北京科技大学轧制中心(NERCAR)自主研究开发的热轧卷取温度模型,即根据传热学原理推导微分方程,利用实际情况确定边界条件,建立的一维和二维不稳定有限差分模型。与以前传统的经验统计控制模型相比较,有限差分模型具有更高控制精度和稳定性,并已应用在多条热轧生产线上,客户反馈比较满意。     

Modeling Microstructural Evolution During Dynamic Recrystallization of Alloy D9 Using Artificial Neural Network

An artificial neural network (ANN) model was developed to predict the microstructural evolution of a 15Cr-15Ni-2.2Mo-Ti modified austenitic stainless steel (Alloy D9) during dynamic recrystallization (DRX). The input parameters were strain, strain rate, and temperature whereas microstructural features namely, %DRX and average grain size were the output parameters. The ANN was trained with the database obtained from various industrial scale metal-forming operations like forge hammer, hydraulic press, and rolling carried out in the temperature range 1173-1473 K to various strain levels. The performance of the model was evaluated using a wide variety of statistical indices and the predictability of the model was found to be good. The combined influence of temperature and strain on microstructural features has been simulated employing the developed model. The results were found to be consistent with the relevant fundamental metallurgical phenomena.

BP神经网络在预测热轧带钢最终力学性能中的应用

应用基于BP算法的神经网络能较好处理非线性问题的特点,建立起能描述工艺参数(化学成分、板材尺寸和相关生产工艺参数)和热轧带钢最终力学性能的映射关系的神经网络模型。该模型均具有较好的预报精度,预测值与实测值之间的相对误差小于±10%。     

Excel规划求解热带轧制规程优化方法

本文根据热轧带钢轧制生产控制,选用恰当的轧制参数数学模型,依据轧制规程优化设计要求,确定了目标函数数学模型和约束条件,并借助于Ｅｘｃｅｌ规划求解功能,省去了繁琐的编程和调试过程,可快速、简单地求解优化的轧制规程,在能耗最小目标下实现各道次压下量的分配。     

热轧工作辊温度场有限元分析

根据某厂热连轧生产线工作辊实际工作环境,利用有限元软件MARC建立了F4轧机的二维轴向温度场模型.在将工作辊的边界条件等效为8种换热过程之后,得出了工作辊温度分布情况.与实测值相比较,最大误差在2℃左右,证实了所建模型的可靠性.     

利用人工神经网络预测DA462缸体铸件铸造缺陷

在实际生产中建立一种动态预测铸造缺陷分析模型,并在应用中不断改进,逐渐适应所应用的条件,是一种行之有效的方法。探讨了人工神经网络用于铸造缺陷预测分析建模的可行性,给出了采用人工神经网络模型进行铸造缺陷预测结果。     

热连轧精轧带钢厚度预报模型优化研究

为了提高某9机架热连轧机组厚度精度,依据轧制基本理论,优化修正了厚控模型.采用指数平滑自学习方法,通过自学习综合冷却系数优化了温度模型:采用变形抗力估计法,利用工艺参数建立了更为准确的变形抗力计算模型;通过对传统Hitchcock轧辊压扁半径与轧制力关系的研究,提出了轧辊压扁半径的显示算法,此方法计算过程不需迭代,计算精度高且响应速度快;在线控制生产结果表明,新模型能提高厚度预测精度3.3％.     

基于BP神经网络的TC11钛合金工艺-性能模型预测

材料工艺与性能的关系具有复杂、非线性交互等特点。本文根据TC11钛合金力学性能与其影响因素之间的映射关系,以大量的试验数据为基础,建立了BP神经网络模型。模型的输入包括锻造温度、锻后冷却方式等热加工工艺参数;输出为常用的力学性能指标,即抗拉强度、屈服强度、延伸率和断面收缩率。运用该模型对TC11钛合金力学性能进行了预测,并通过试验数据对模型的预测精度进行了可靠性验证。同时,运用已建立的神经网络模型对TC11钛合金工艺参数与力学性能的关系进行了分析。结果表明,所建立的力学性能预测模型具有良好的外推能力,并且可以很好地反映出该合金的工艺-性能之间的复杂关系。     

轮胎在侧向力、纵向力联合工况下的神经网络模型

建立了轮胎在侧向力、纵向力联合工况下的神经网络模型，分析了不同训练方法对模型精度的影响。通过对轮胎实测值与神经网络预测值的对比表明，轮胎神经网络模型的精度能满足工程要求，BP前馈神经网络可有效地应用于车辆轮胎特性的数学建模。     

人工神经网络在钛合金领域的应用

概括了人工神经网络的学习机理以及运用较多的BP神经网络模型的BP算法原理,进一步综述了人工神经网络在钛合金材料高温变形行为研究、力学性能预测和相变规律等方面的应用情况。认为将人工神经网络技术应用于钛合金材料领域中,可以明显地提高工艺设计效率,缩短实验周期,对钛合金材料的研究具有很高的应用价值和深远的指导意义。     

基于BP神经网络的油气长输管道失效概率预测

油气长输管道风险评价是保障油气管道安全的重要技术之一,而油气长输管道风险评价的核心内容是定量确定管道的失效概率,因此,油气管道失效概率值的准确性会极大地影响到定量风险评价结果的合理性和适用性。目前,国内外均没有建立管道失效概率计算的数学模型,其预测多是依靠现代数学分析中的预测方法如：层次分析法、故障树分析方法和概率统计方法等。人工神经网络是以大量的具有相同结构的简单单元的连接来模拟人类大脑的结构和思维方式的一种可实现的物理系统或计算机模拟系统。本文将神经网络技术中常用的BP神经网络技术运用到油气长输管道失效概率预测中,依靠其强大的非线性映射关系,在输入、输出关系完全未知的情况下映射出输入、输出的非线性关系,从而建立基于故障树失效因素作为输入而管道失效概率作为输出的预测模型。     

铝板冷轧润滑模型及应用

提出一种建立于流体动力学及塑性变形原理基础上的铝板冷轧润滑模型。可用于预测分析轧制变形区内油膜厚度、前滑、轧制压力及摩擦力分布等。该模型首先求解板材入口速度，然后得到油膜厚度，进行了高粘度矿物油铝板轧制试验，实测了不同压下率下入口油膜厚度，结果表明：实测值与计算值相当吻合，该模型为进一步研究板材冷轧及其润滑过程，优化生产工艺提供了依据。     

新一代热轧板带材表面氧化铁皮控制技术的现状与进展

热轧板带材作为海洋、交通、能源等行业的支柱性原材料，力学性能与尺寸精度一直是衡量其质量的最重要指标。然而随着相关行业的转型升级，对其表面质量也提出了严苛的要求，导致大量钢材产品由于表面不过关被降级或判废。由于钢材的氧化在热轧过程中贯穿始终，并受到合金元素及诸多工艺参数的交互影响，很难实现结构、厚度、均匀性的精准控制。尽管前期围绕着“黑皮钢”，已经开发出了一些氧化铁皮的控制方法，但仅局限于强度较低、厚度较薄的汽车结构钢。为此，东北大学轧制技术及连轧自动化国家重点实验室开发了新一代热轧板带材表面氧化铁皮控制技术，其研发与应用全面提升了我国热轧钢材产品的表面质量。目前，所生产的系列高表面质量产品已达到了国外企业对钢材表面质量的苛刻要求，成功助力我国钢铁行业产品结构的转型升级。     

热轧带钢轧制节奏的优化

针对热连轧窄带钢生产中由于精轧区轧区长度长、传统控制方式导致轧制节奏慢的问题,通过对两级自动化控制系统进行优化,设置双存储区,优化轧制规程发送时序和速度算法,解决了两块钢同时轧制的问题。唐山国丰钢铁有限公司620mm热连轧生产线据此改进后,小时产量由原先的55块提高到了72块,大大缩短了生产周期,提高了产能。     

我国宽带钢热连轧工艺的实践和发展方向

介绍了我国宽带钢热连轧工艺的发展历程,详细介绍了传统常规现代半连续热连轧工艺和薄板坯连铸连轧工艺的特点,指出连铸连轧是热连轧发展的方向,并在传统常规优化的现代半连续热连轧工艺的基础上,应用了连铸连轧的工艺思想和理念,提出了实现厚板坯连铸连轧技术的工艺思路;指出在当今绿色生产、低碳经济的时代条件下,厚板坯连铸连轧工艺是热连轧的发展方向。     

全球铝轧制工业概览系列综述之六——世界铝板带热连轧技术（2）

对全世界4辊可逆式热粗轧与4辊双卷取热精轧生产线（1＋1式）及多机架热连轧生产线即（1＋3）式至（1＋6）式轧机作了全面简明的介绍。严格来说,（1＋1）式热轧制机列虽不能算热连轧生产线,但为了叙述系统起见,仍在本文中予以简介。中国现有（1＋1）式热粗／精轧生产线1条,在建的（1＋4）式热粗／连轧生产线1条,国家经济贸易委员会批准立项建设的（1＋4）式热连轧生产线1条,拟建的作立项前期准备工作的（1＋4）式热连轧生产线二三条。全球有4辊热粗轧／1－6机架热精轧机生产线47条,其总生产能力约18300kt/a。     

热轧带钢轧制全程三维热力耦合仿真分析

通过三维热力耦合弹塑性有限元方法,对1250mm×20mm热轧带钢整个轧制过程进行了仿真分析。介绍了轧制过程分段处理方法及边界条件的设置,获得了轧制全程的轧件温度场及变形结果。通过温降曲线 与现场的测试数据进行对比,仿真分析结果与现场实际情况基本吻合,能够为实践生产提供理论参考。