钛及钛合金冷轧薄板的板型控制研究

板形是板材的重要质量指标之一。以传统板形控制理论为基础,结合钛及钛合金材料加工特点,在HC轧机上通过调整中间辊窜辊量、正负弯辊力、轧辊倾斜、工艺润滑控制、轧辊速差、压下制度设定等方面因素,实现了钛及钛合金板材轧制过程中的板型的良好控制。分析可得:1)中间辊窜动量设置需在传统经验计算公式基础上进行修正处理;2)可以通过调整正负弯辊力大小来改善板型;3)合适的工艺润滑是保证获得良好板型不可或缺的条件;4)采用适合于钛及钛合金轧制加工的压下制度,能大大提升板型水平。综上所述,利用以上板型调整手段可获得平直度小于3 mm/m的钛及钛合金板材。     

单机架冷轧机板形控制技术

通过对板形缺陷的分类及产生原理的分析,明确了板形的影响因素是轧辊热膨胀、轧辊弹性压扁、轧辊磨损和来料板形。通过辊型控制法和工艺润滑控制法进行板形控制,结合轧制工艺控制达到改善板型的目的。     

基于支持向量机预报模型的CVC轧机板形智能控制系统

板形控制系统的控制对象是一个有惯性、纯滞后、大扰动、多变量、强耦合的非线性系统,难以建立精确的数学模型.以板形机理及其控制方法的基础上进行改进,提出了一种基于支持向量机的板形预报模型,结合BP网络提供参数的智能PID实现板形闭环控制,从而实现板型控制系统智能化.针对板型控制系统的需要对神经网络进行了改进,有效提高其收敛速度、精度及有效性.生产实践表明该预报控制系统对控制精度和鲁棒性都有较大改进,有效提高了轧制前段板形的平直度和板材的成材率.     

神经元自适应模糊控制器应用于弯辊板形自动控制系统的研究

液压弯辊是板形控制系统最基本的环节，它的动态特性和稳态性能对于整个板形控制系统的性能起着至关重要的作用。针对其非线性、时变性及不确定性，设计了一种基于单个神经元的自适应模糊控制器并应用于带材板形控制中。仿真结果表明，神经模糊控制是对液压弯辊板形控制的有效工具，大大提高了液压弯辊系统的动态响应速度及对目标弯辊力给定值的跟踪精度，改善了板形控制质量。探索了一种非解析原理的弯辊板形自动控制建模方法，解决了系统建模带来的诸多困难。     

浅谈DMS Sendzimir 20-R 轧机板形调控

张家港浦项不锈钢冷轧二工厂采用DMS Sendzimir 20-R轧机，型号“ZR-21BB-64”。其配套的板型辊来自Andritz Sundwig.一般作业过程中，可以使用shapemeter roll 的自动板形控制功能。如果coil 来料板形不良，单纯依靠板形自动控制可能会产生错误结果。就此需要对来料板形与shapemeter roll板形控制间关系及相应板形调控做简单探讨。     

板型仪在冷连轧系统中的应用

某钢厂1420 mm冷连轧机组，采用板型仪作为轧钢AFC的板型控制系统，该系统不仅能实现轧制生产全过程中的闭环控制，而且可以通过对工作辊和中间辊的弯辊控制以及轧机压下、精细冷却和窜辊等控制手段有效改善板带的断面形状及平直度。     

板形自动控制在热连轧中的应用

莱钢1500热连轧生产线的板形自动控制系统是国内自主研发的板形控制系统,它包括板预设定形、板形的PID调节、弯辊力的前馈控制、凸度仪的反馈控制、窜辊的闭环调节、平坦度的反馈控制、板形与板厚的解耦控制等多种控制于一体。主要介绍弯辊力前馈、凸度反馈和平坦度反馈3个模型在实际轧钢过程中的应用。     

板带轧机板形控制倾辊弯辊神经模糊PID模型

板形是板带轧制的重要质量指标,倾辊和弯辊是板形控制的重要手段.目前常规的PID控制算法被广泛应用到板带轧机倾辊和弯辊板形控制系统中,但由于实际系统随机干扰严重,具有多变量、非线性、强耦合的特征,难以建立较为准确的数学模型,常规的PID控制算法很难满足板形高精度控制的要求.为能提高倾辊和弯辊板形控制系统的性能,在常规PID控制算法的基础上,建立基于神经网络的模糊PID倾辊弯辊板形控制模型,通过神经网络的自学习能力和模糊控制的"概念"抽象能力的有机结合寻找一个最佳的P、I、D非线性组合控制律,增强对控制环境变化的适应能力和自学习能力.仿真试验结果表明,该模型能很好地跟踪板形的目标设定值,响应快,超调小,鲁棒性强,可提高倾辊和弯辊对板形的控制精度,为板形高精度控制提供了一种新方法.     

某冷轧薄板厂轧机HGC系统研究

针对某冷轧薄板厂轧机液压辊缝控制系统HGC进行了研究。介绍了由压下、弯辊和平衡缸3个分系统组成的HGC系统的原理及实现方法，其中，压下系统由2个伺服阀分别控制2个压下缸实现轧钢；弯辊系统由32个液压缸组成，实现钢板板型控制；平衡缸系统配合压下系统提供合适的轧制力。     

神经网络在CVC六辊轧机板形控制中的应用

本文提出了基于板形机理的神经网络板形预报的思想,对CVC六辊轧机建立了神经网络板形预报模型,并结合神经网络板形预报以及在线PID神经网络控制器建立在线板形控制系统,对冷轧薄板的板形进行控制,以得到良好的板形控制效果.     

20辊森吉米尔钛冷轧机的板形控制

20辊森吉米尔钛冷轧机能用最少的轧制道制造出尺寸公差精度始终不变的薄板与带材,并且能够轧制不同的金属材料,包括铝和司太立特硬质合金这一类的高强度材料。为加深对20辊森吉米尔钛冷轧机的了解,明确其板形控制原理,本文详细介绍了20辊森吉米尔轧机的结构和板形控制,分析了20辊森吉米尔轧机的控制系统,为板形控制的介绍奠定理论基础。     

莱钢1500 mm单机架冷轧机组板形控制实践

介绍1500VCMW冷轧板形控制系统组成，控制模型的建立及板形的控制和调节。通过板形识别、信号处理、板形评价、目标曲线，最终实现板形控制闭环系统。     

六辊轧机冷轧带材板形控制的仿真研究

将轧件三维塑性变形模型、辊系弹性变形模型和轧后带材失稳判别模型联立,组成完整的板形分析与控制数学模型和计算机仿真程序,对９０ｍｍ六辊ＨＣ轧机进行板莆设定控制的仿真,板形和板凸度的实际控制效果良好。     

热连轧机弯辊控制系统的改造与实践

1　引言热连轧机的弯辊控制系统由工业过程控制机及相应的检测元件与液压动力机构构成一个闭环控制系统 ,进行弯辊力的控制 ,其中液压动力机构采用电液比例减压阀作为控制动力元件驱动弯辊缸。在满足系统动态响应的前提下 ,比例控制系统具有对油液过滤精度要求不高、造价低等优点 ,但由于比例减压阀固有的死区特性 ,使系统无法实现对较小弯辊力的控制 ,制约了轧制过程中对带钢板形的控制 ,严重影响了产品的质量。2　系统分析与对策依据系统构成及液压控制系统原理 ,弯辊控制系统的控制模型可简化为图 1所示的结构。其中 ,原系统中的压力反馈…     

冷轧板形测量值计算模型的研究与应用

为了得到准确的板形测量值,通过分析板形辊的结构与板形测量原理,制定板形测量信号的标定及滤波处理方法。为了补偿带钢横向厚差对板形测量的影响,建立轧后带钢横向厚度分布模型,把各个测量段处的带钢厚度引入张应力分布计算模型中,提高了带钢张应力分布计算的精度。根据带钢与板形辊的接触状态设定带钢边部板形测量值的补偿计算模型,用于修正未被带钢边部全部覆盖的传感器所测径向力。针对轧制过程中板形辊上某些传感器会出现故障的情况,制定故障测量段的插值计算方法。给出由各测量段板形测量值向若干个特征点处板形值的转换模型,简化板形控制系统中的数据处理过程。板形测量值计算模型已用于1450冷连轧机的板形控制系统改造中,经现场应用表明,模型具有较高的精度,为冷轧板带生产实现精确的板形控制提供条件。     

带钢冷轧机整辊无线式板形仪和智能板形控制系统

为打破国外对带钢冷轧机板形测控技术的垄断,燕山大学与鞍钢协同创新,自主研制出新一代整辊无线式板形仪和智能板形控制系统。主要技术创新如下:整辊无缝式板形检测辊,表面硬度达到60 HRC以上,彻底解决了压伤和划伤带钢表面的技术难题;无线式板形信号传输处理器,实现模拟采集、数字处理、无线传输、无线供电等多功能一体化,具有结构简单、集成可靠的优点;机理、智能模型协同板形闭环控制系统,把机理模型与智能模型结合起来,提高控制精度、速度和可靠性。通过在鞍钢1 780 mm四辊、2 130 mm六辊等4套冷轧带钢平整机和可逆式轧机的工业应用证明,该板形测控系统的板形检测分辨力、板形控制精度、闭环控制周期等5项主要技术指标达到国际先进水平,具有很好的推广应用价值。     

成对交叉辊(PC)轧机在热轧机和冷轧机中的推广应用

装有在线轧辊磨头的成对交叉辊(PC)热轧机改善了板带凸度、板形控制及实现了自由规程轧制。在中板轧机上采用了PC技术后也改善了产品质量、减少了轧制道次、提高了生产率、降低了板坯温降和能源消耗。使用在冷轧机上时的预期效果包括提高压下率和改善板型(边部减薄)。     

基于预报误差补偿的液压弯辊预测控制策略的研究

针对轧机液压弯辊板形控制系统滞后、非线性和时变等特性，提出了一种基于广义预测控制的液压弯棍板形控制方案。利用时间序列预报策略，建立了弯辊控制系统未来输出误差预报模型。对预测控制算法进行了改进，将预测的输出误差作为预测控制的补偿校正量，提高了系统的抗干扰能力。利用预测信息修正控制量来减小系统为实现快速性而产生的超调，从而提高系统的控制精度。仿真结果验证了算法的优越性。     

泰钢1700mm六辊可逆冷轧机板形控制技术的应用

介绍了泰钢冷轧厂1700 mm六辊可逆式冷轧机在板形控制方面的经验。通过张力控制、压下量控制、液压弯辊控制、轧辊轴向横移控制及工艺润滑系统控制,有效地改善了板形,提高了轧制产品质量。     

板形自动检测及闭环控制技术的应用

介绍冷连轧机组设计中应用板形辊的几种形式、板形自动检测装置和闭环控制系统功能。