热轧带钢卷取温度高精度预报的人工神经网络方法

针对传统卷取温度模型的固有缺陷，为了满足扩展钢种，规格及卷取温度高精度的要求，提出热轧带钢卷取温度预报的人工神经网络方法，运用实际生产数据对BP神经网络进行了训练和仿真。结果表明，它能准确地预报钢卷取温度，实现卷取温度高精度的实时预报，有在线实际应用的前景。     

考虑附加接触变形的冷轧板带卷取过程模拟

在卷取过程中，由于卷取张力的作用与板带的弯曲变形会使带卷内部产生压应力，随着卷取层数的增多，压应力会增大。在实际生产中，由于板带存在表面粗糙轮廓，在压应力的作用下，除了板带本身会发生弹性变形外，各层表面粗糙轮廓相互接触时，在径向方向上也会产生附加接触变形，这在很大程度上影响了带卷内部的应力分布。在传统的解析方法中，卷取过程被视为薄壁筒逐层嵌套的轴对称模型。该模型往往通过改变径向弹性模量来体现层间接触带来的附加变形，然而当板带的材料、厚度以及表面粗糙度不同时，采用该方法计算径向弹性模量可能会出现偏差，且逐层嵌套模型与实际的缠绕型卷取存在差异。对于该差异，采用有限元方法对卷取过程的模拟更符合实际情况，但是针对具有附加接触变形的有限元研究未见报道。因此，为了克服上述方法中存在的不足，利用有限元软件MSC. Marc通过垫片单元建立了考虑接触附加变形的板带卷取模型，通过叠片压缩试验得到了板带附加变形量与压力的变化规律曲线，并将该曲线引入垫片单元来考虑接触附加变形，进而研究附加接触变形对带卷内部应力与卷筒所受压力的影响。     

安钢1780mm带钢热连轧卷取温度控制系统分析

本文系统的对安钢1780mm带钢热连轧卷取温度控制系统进行分析，卷取温度控制完成的好坏直接关系到整个系统的正常运行及所产带钢的组织性能和力学性能的好坏。通过对系统分析，提出了提高卷取温度控制质量的根本在于提高预设定模型的精度。     

带钢卷取过程起筋控制的建模与仿真

 为了研究带钢局部高点卷取过程起筋的控制方法,基于应力函数假设和S Timoshenko最小功原理获得了起筋带钢的应力场分布,并采用伽辽金虚位移原理建立了可用于在线计算的起筋临界卷取张力设定模型和起筋弹性极限模型。并对应力场分布和临界卷取张力各影响因素进行仿真研究,仿真结果表明：局部高点在径向累积叠加所引起的带钢张力不均匀分布和轴向压应力是导致带钢起筋的主要原因;临界卷取张力随带钢厚度、局部高点高度和卷取半径增大而减小,带钢宽度对钢卷的起筋临界卷取张力影响非常小。通过与实际生产控制方法和ANSYS有限元分析结果对比,验证了本模型的计算精度和可行性。     

济钢1700热轧卷取模型的应用与完善

详细介绍了济钢1700 ASP的卷取模型的系统组成和控制原理;结合济钢1 700ASP现场实际情况,阐述了卷取模型的应用调试方法;并针对实际生产过程中出现的涉及到卷取模型的各种问题,给出了相应的解决思路和完善方案.     

热连轧层流冷却系统的控制模型及控制策略

主要介绍了热轧带钢层冷系统中的控制模型及控制策略，包括液位控制、目标卷取温度的前馈控制和带有Smith预估器反馈控制等。其中通过液位控制可以得到稳定的液位，这对保持集管流量的稳定和上位机预设定的精度都是非常重要的。卷取温度的前馈控制和反馈控制对卷取温度控制精度的提高是必不可少的手段。这些控制模型和控制策略已经在工厂中得到应用，并且取得了很好的控制效果，说明这些控制模型和控制策略可以广泛应用于热连轧厂的冷却系统中。     

带钢热轧机输出辊道冷却的数值模拟

已研究出一个输出辊道冷却的模型，并与轧机的主要技术数据进行了对比试验，该模型精确地预测了大范围卷取温度和化学成分的带钢的温度。它包括一个相变模型，并通过采用基本的边界层理论对集管间隔和流动速率的变化进行了研究。     

安钢1780mm带钢热连轧卷取温度控制系统的分析

系统地对安钢1780mm带钢热轧卷取温度控制系统进行了分析，卷取温度控制完成的好坏直接关系到整个系统的正常运行及所产带钢的组织性能和力学性能的好坏。通过对系统分析，提出了提高卷取温度控制质量的根本在于提高预设定模型的精度。     

提高带钢热连轧卷取温度控制质量的措施

以莱芜钢铁公司1500mm热连轧机层流冷却系统为对象，对如何提高带钢卷取温度控制质量进行了研究。在基于非线性函数分段线性化的预设定模型的基础上，加入了如下措施来改善控制质量：考虑模型中所用变量的波动，对预设定模型进行实时动态补偿；考虑模型中没有涉及到的因素及慢时变参数对卷取温度的影响，对带钢头部进行自学习。运行结果证明所采用的这些措施大大提高了控温精度，能够很好地满足产品质量的要求。     

冷轧精整线带钢卷筒折印分析及对策

介绍了冷轧带钢精整线卷筒折印的表现特征,结合某厂带钢表面质量攻关实践,从卷取设备的结构、精度及卷取工艺等方面,详细分析了卷筒折印产生原因,并提出解决方案。重点研究了机组卷取张力对卷筒折印的影响作用,通过在线测试,优化卷取设备张力模型,达到带钢生产顺利进行的同时,最大限度减轻卷筒折印的目的。     

带钢层流冷却过程数值模拟及卷取温度预测分析

结合宝钢2050热连轧层流冷却生产线,建立了带钢层流冷却过程传热数学模型,同时考虑相变潜热对带钢温度的贡献。采用实测的卷取温度,修正了带钢表面换热系数模型,模拟研究了冷却模式、速度、厚度等对卷取温度的影响。结果表明:卷取温度计算值与实测值的标准差小于14℃;相变潜热对卷取温度的贡献为28℃;冷却模式、速度、厚度是影响卷取温度的重要因素;该模型能够满足宝钢2050热连轧层流冷却卷取温度的预报精度,对实际生产具有较好的指导性作用。     

2050层流冷却温度计算模型的研究及改造

通过对2050层流冷却卷取温度计算模型的分析，并结合现场实际，阐述了指数温度计算模型在现场实际控制中的缺陷。以傅里叶定律和能量守恒定律为基础，结合有限差分理论推导出有限差分温度计算模型。对指数和差分模型进行了细致的分析比较，提出了差分模型的运用方案及在现场的使用方式。     

基于面向对象技术的热轧卷取温度模型开发

以面向对象的视角审视热轧带钢轧后冷却过程涉及的轧件、辊道、集管、冷却介质与仪表5要素,对轧件在辊道的传热过程、冷却水量和温度的控制过程进行分析、分解并抽象成类。利用面向对象的方法对卷取温度控制(coiling trmperature control,简称CTC)模型的体系结构进行设计,结合模型的触发逻辑进行对象设计,利用C++语言开发面向对象的卷取温度模型。基于有限差分计算方法的模型设定时间满足在线快速计算的要求,模型具有良好的可移植性和可扩展性。现场应用表明,冷却控制系统运行稳定,模型设定准确,卷取温度控制效果良好。     

热轧带钢卷取张力对钢卷品质的影响分析

从热轧带钢卷取的钢卷品质缺陷及其影响因素分析人手,指出卷取张力是热轧带钢卷取生产控制中的关键工艺参数,其取值的大小是否合理直接决定了带钢在卷取、卸卷、冷却过程中的钢卷品质和下游工序开卷质量。随后主要就卷取张力与卷取钢卷品质关系模型的建立,钢卷在卷取过程中的内部应力场求解,卷取张力的优化,所开发分析软件的工程验证等方面进行阐述。本文介绍的分析模型既可用于卷取张力预报和在线设定,指导现场生产,又可用模型计算数据来指导卷取设备的设计。     

脱脂机组卷取张力的探讨

脱脂机组采用德方提供的三次累加法确定卷取张力给定值，使卷取张力偏大，这是造成镀锡原板退火后产生面粘结的主要原因。本文探讨了卷取张力对粘结的影响，并采用减少张力的衡张力控制系统，达到减少面粘结的目的。     

优化热轧温控模型,提高产品精度

辊热轧带钢卷取温度精度是决定成品带钢最终性能的重要参数.本文建立了一种新的热流密度系数模型,并改进了热流密度系数刷新规则,以此来优化水冷温降模型.在层流冷却智能化软件上对改进策略进行了离线模拟,结果表明卷取温度精度具有明显的提高.     

热轧带钢卷取温度精度优化

结合梅钢1 422 mm热轧机卷取温度控制的实际情况,对现有CTC模型存在的不足进行了分析,提出了优化CTC模型族的划分、层流冷却控制方式以及精轧机组轧制速度等,从而提高了轧线的卷取温度控制精度,尤其提高了卷取目标温度差异大的温度控制精度。     

热轧带钢轧后冷却过程卷取温度的设定策略

为了提高热轧带钢卷取温度控制精度,针对热轧带钢轧后冷却过程非线性、强耦合性等特性,建立了具有非线性结构特征的热轧带钢轧后冷却过程控制的温度数学模型,并对热轧带钢轧后冷却过程卷取温度的设定策略进行了研究,同时在该模型基础上开发了系统软件,通过现场实际应用对模型功能进行了验证.结果表明,该冷却数学模型的卷取温度设定计算结果与实测结果吻合较好,卷取温度控制精度可达到±10℃,表明该模型取得了较好的应用效果,能够达到较高的控制精度.     

厚规格热轧带钢高精度卷取温度控制模型

卷取温度是影响带钢组织性能的重要工艺参数.在生产实践中,如何提高厚规格带钢卷取温度的控制精度是一个难点.针对厚规格带钢在层流冷却过程中的工况特点,提出了温度场计算模型和对流换热系数模型的改进方法,并开发了一种全新的基于相似策略的自适应模型,以改善卷取温度前馈控制效果.经现场应用证明,本文提出的方案能有效提高厚规格带钢的卷取温度控制精度,其中厚度大于12 mm的带钢平均命中率可达到94.9%.      

连续电镀锡机组卷取张力控制分析

对连续电镀锡机组卷取张力控制方法进行了比较分析，阐述了“最大力矩控制”的基本原理及特点，并对卷取张力控制环节进行了讨论，给出了有关参数的计算。