共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
椭圆孔型张减过程模拟及横向壁厚分布预测 总被引:4,自引:0,他引:4
通过对宝钢钢管厂152.5BO椭圆孔型系统主变形机架生产不同壁厚管子的轧制过程进行三维弹塑性有限元模拟,得出经减径后管子沿圆周方向的壁厚分布不均,产生内多边形的缺陷,随着总减径率和壁厚的增加,引起内多边形的程度增大。根据模拟结果对152.5BO椭圆孔型系生产不同规格的管子引起管子在沿圆周方向的壁厚不均进行预测。 相似文献
3.
4.
5.
无缝钢管张力减径过程中产生内多边形的原因分析 总被引:5,自引:0,他引:5
分析了无缝钢管在张力减径时内多边形产生的原因及影响因素,并结合现有生产工艺条件,提出减少直至消除内多边形的措施. 相似文献
6.
7.
管材减径过程的计算机预测 总被引:6,自引:2,他引:6
采用基于U.L.法的三维弹塑性大变型有限元对无缝管成形过程进行了计算机预测,在波前区推导了整体坐标与局部坐标系下的变换矩阵,编写了大型有限元程序《EPFEP3》及前、后处理程序,给出了工件变形的位移场,速度场分布等信息,实现了有限元法与成形产品CAD的一体化研究。 相似文献
8.
方平 《金属材料与冶金工程》1994,(4)
介绍了微张力减径工艺中单机架减径率、孔型椭圆度、张力系数工艺参数的选定原则和选定范围,认为其最佳范围是单机架减径率3%~5%,宽度系数0.975~1.025,张力系数0.25~0.45。 相似文献
9.
10.
张减机架孔型的精确程度直接关系着成品管的质量,甚至由于孔型的问题可导致堆钢的发生。本文针对这种情况,在现有孔型系列配制下,对高精度张减机架的加工提几点建议。 相似文献
11.
利用人工神经网络模型预测SS400热轧板带力学性能 总被引:10,自引:1,他引:9
针对传统的回归方法的某些不足 ,采用了人工神经网络的方法预测力学性能。从宝钢 2 0 5 0热轧管理机中随机抽取数据 ,用人工神经网络中的BP网络建立原始化学成分和热轧生产的主要工艺参数与产品力学性能之间的关系。离线仿真表明 ,产品力学性能的预报值与实际值拟合良好 ,预报结果的相对误差很小 ,屈服强度相对误差 88%在± 4 %以内 ,抗拉强度的相对误差 86 %在± 2 %以内 ,伸长率的相对误差 78%在± 6%以内。 相似文献
12.
用人工神经网络模型预测高碳钢高速线材力学性能 总被引:4,自引:1,他引:3
以现场正交试验数据为基础,采用人工神经网络方法预测高碳钢高碳钢高速线材产品力学性能,将预报结果与试验结果相比较可知,该模型具有较高的精度。 相似文献
13.
将人工神经网络的理论和方法,引入到钢铁企业工序能耗的系统分析的学科领域,文中以某钢铁企业的生产和技术指标的相关统计数据为基础,利用人工神经的BP算法,构造了烧结工序能耗的绽量分析模型,探索了用BP网络对非机理性因素进行系统分析的新方法,并进行影响工序能耗因素垢规划设计。 相似文献
14.
15.
16.
17.
18.
精轧机组负荷分配的人工神经网络识别 总被引:11,自引:3,他引:8
提出了一种应用人工神经网络识别热轧带钢精轧机组负荷分配的新方法,该方法适于“在线”计算,有很强的学习功能,计算结果精度高等优点,克服了传统负荷分配方法的缺点。本文以实际生产数据为实例进行了计算,证明其效果良好。 相似文献
19.
V. K. Kalyani Pallavika Sanjay Chaudhuri T. Gouri Charan D. D. Haldar K. P. Kamal 《Mineral Processing and Extractive Metallurgy Review》2013,34(2):130-142
A three-layer feed-forward artificial neural network (ANN) model, trained using the error back propagation algorithm, has been established to simulate the froth flotation process for the beneficiation of coal fines. The network model validates the experimentally observed qualitative and quantitative trends. The optimal model parameters in terms of network weights have been estimated and can be used to compute the parameters of the coal flotation process over wide-ranging experimental conditions. 相似文献
20.
利用神经网络预测热轧板带力学性能 总被引:15,自引:2,他引:13
用神经网络预测热轧板带产品的力学性能可显著地改进回归数学模型的不足,并可充分地反映热轧生产主要工艺参数对产品力学性能的影响规律。为预测和控制热轧板带产品的性能质量提供了行之有效的手段。 相似文献