基于罚函数法的冷连轧轧制规程优化设计

 合理的轧制规程是使轧制过程达到最佳状态的重要保证。规程设定中采用具有自学习功能的BP神经网络取代传统轧制力数学模型,选用Levenberg Marquardt算法对轧制力进行预报。采用等相对负荷目标函数,考虑到现场和设备所受限制,确定约束条件。利用罚函数法将有约束的最优问题转换成无约束的最优问题,对某厂冷连轧现场规程进行了优化设计,并对优化前后的轧制规程进行了分析和比较,优化效果令人满意,满足实际生产要求。     

基于多目标优化的冷连轧轧制规程计算方法

以冷连轧现场实际生产情况为出发点,综合考虑板形最优、能耗最小、各种负荷均衡、生产率最高等条件,建立了轧制规程多目标函数模型。在现场设备及工艺条件约束下,结合Nelder-Mead单纯形法对多目标函数进行寻优计算。现场实际应用表明,该轧制规程计算方法计算的轧制规程符合生产要求、速度较快、模型计算结果精度较高,具有广泛的应用前景。     

基于遗传算法的PP及冷连轧轧制规程多目标优化

 针对多目标优化算法中综合目标函数权值难以确定的问题,通过对偏好的数学量化,采用数值分析的方法,构造了6种不同的偏好函数,建立了物理规划（physical programming）数学模型,然后以遗传算法为寻优工具,实现一种更加灵活更加适合于工程技术人员的交互式多目标优化算法。结合某冷轧厂实际的轧制规程优化过程,选取等功率裕量、轧制总能耗及各机架打滑因子为目标函数,运用基于遗传算法的PP进行优化计算。结果表明,优化后的轧制规程很好地实现了各机架等功率负荷分配,降低了打滑出现的概率,大大提高了板材表面质量和成品成材率。     

基于遗传算法的混合蚁群算法的冷连轧轧制规程优化设计

针对冷连轧机在轧制过程中的多变量、强耦合、非线性等特点,以等相对负荷为目标,在现场和设备所受的约束条件下,应用基于遗传算法的混合蚁群算法进行规程优化设计,该方法首先利用遗传算法的随机搜索产生规程的初始信息素分布,然后充分利用蚁群算法的并行性、正反馈机制以及求解效率高等特性寻求最优解。该算法使用方便,对某1 370 mm 5机架冷连轧机进行设计比较,表明该方法计算精度高、收敛速度快、可满足在线控制需求。     

Genetic Algorithm-Based Optimization Used in Rolling Schedule

A genetic algorithm-based optimization was used for 1 370 mm tandem cold rolling schedule,in which the press rates were coded and operated.The superiority individual is reserved in every generation.Analysis and comparison of optimized schedule with the existing schedule were offered.It is seen that the performance of the optimal rolling schedule is satisfactory and promising.     

遗传算法在铝板带冷轧机轧制规程优化中的应用研究

本文以铝板带冷轧机轧制规程为研究对象,应用遗传算法对轧制规程进行优化设计。首先,介绍了遗传算法的基本原理和基本步骤;其次,建立系统模型及介绍遗传算法实现的具体步骤。结果比较表明,该方法优化效果好,适合在实际中应用。     

改进粒子群算法对1420mm五机架冷连轧机轧制规程的优化

某厂1 420mm五机架冷连轧机自试生产以来,出现板形质量不稳定的现象。分析认为,这种现象与现有轧制规程的设定有关。现有的轧制规程是一种经验值,对带钢板形质量未作深入的考虑。为此,对现有轧制规程进行了研究,运用Matlab建立了一种设定给定产品轧制规程的新方法,并基于最优板形质量的目标函数,采用改进的粒子群优化算法,制定出兼顾板形和设备负荷能力的优化的轧制规程。投入实际生产后的实测数据对比表明,优化后的轧制规程生产带钢平直度小于6I的分布由66%上升到88%,带钢板形明显改善。     

冷连轧负荷分配优化方法

 冷连轧负荷分配最优化对于提高冷轧带钢的产量和质量具有至关重要的作用。在研究蚁群算法优缺点的基础上,首次提出了将遗传算法和蚁群算法相融合的GA ACA优化算法应用于冷连轧负荷分配的优化。该算法采用遗传算法生成初始负荷分配,利用蚁群算法求取最优化分配结果,优势互补,具有计算精度高、速度快等优点,适合于负荷分配的在线应用。试验对比数据证明了该方法的有效性,为冷连轧负荷分配的优化提供了一种新的方法。     

基于改进差分进化算法的带钢冷连轧负荷分配

 为了更加合理地制定冷连轧轧制规程,选取打滑因子、等功率裕度和最小能耗作为目标函数,采用改进的差分进化算法求解Pareto前沿,减少了冗余的寻优代数、缩短了优化时间。以求解出的Pareto前沿为选择池,基于不同的偏好因子选择出不同的负荷分配方法,满足不同工况下的要求。仿真结果表明,该算法可以快速均匀地覆盖Pareto前沿,产生偏重于不同目标的负荷分配规则。优化规程与原规程相比,降低了打滑现象出现的概率,减小了轧制功率。     

一种结合模拟退火算法的BP网络冷连轧参数预报模型

 用神经网络模型代替传统的数学模型,达到提高轧制参数预报精度的目的。在分析了轧制原理的基础上设计了神经网络冷连轧参数预报模型,并针对前向网络反向传播算法（BP）收敛速度缓慢和易陷入局部极小点的缺点,将有全局寻优特性的模拟退火算法（SA）与之结合得到具有较快收敛速度和较高逼近精度的神经网络轧制参数预报模型,提高了网络的快速性和精确性。最后以轧制力预报为例,证明了该方法收敛速度快,稳定性好,可信度高,具有较好的应用前景。     

基于蚁群算法的神经网络冷连轧机轧制力预报

 为提高冷连轧机轧制力的预报精度和预报速度,用蚁群算法和神经网络相结合的方法进行轧制力预报模型设计。根据轧制原理建立了BP神经网络冷连轧机轧制力预报模型,以网络权值和阈值为自变量,网络预报误差为目标函数,通过蚁群多代运算,找出预报误差全局最小值,再将相应的权值和阈值输入网络进行训练。应用某厂1450 mm冷连轧机的实测数据进行离线计算的结果表明,该方法能够防止BP网络陷入局部极小点,且收敛速度快,可作为轧制力预报的新方法在实际应用中加以推广。     

基于神经网络和遗传算法的冷连轧机FGC控制

 冷连轧机动态变规格技术是全连续冷连轧生产的核心技术之一,是一个具有多变量耦合和非线性时变特性的复杂过程。这使得采用常规的控制理论进行控制器设计变得非常复杂和困难。以国内某厂1250 mm冷连轧机组为研究对象,采用神经网络并结合遗传算法建立控制模型,实现冷连轧机的动态变规格的智能控制。实际生产应用表明该控制模型精度高、稳定性好。     

基于模糊聚类分析的冷连轧负荷分配修正

由于冷连轧负荷分配优化的数学模型精度不高,使得将负荷分配优化的结果直接用于生产过程中往往达不到最优,甚至会影响生产.为此提出使用基于模糊等价关系的模糊聚类分析法,利用现场实际使用的负荷分配对优化结果进行修正,使修正结果既能达到最优化,又能满足生产.以等功率负荷分配和等相对功率负荷分配为例,进行了修正前后的对比,获得了很好的效果.实践证明这种方法是有效的,为提高负荷分配的精度提供了一种修正措施.     

宝钢冷连轧机安装工艺分析

文章以宝钢1420、1550和1800mm冷连轧机安装的原始数据为基础,结合三套轧机工程建设的经验,对冷连轧机的安装工艺进行比较分析,寻求好的安装方法和工艺.     

High Precision Prediction of Rolling Force Based on Fuzzy and Nerve Method for Cold Tandem Mill

The rolling force model for cold tandem mill was put forward by using the Elman dynamic recursive network method,based on the actual measured data.Furthermore,a good assumption is put forward,which brings a full universe of discourse self-adjusting factor fuzzy control,closed-loop adjusting,based on error feedback and expertise into a rolling force prediction model,to modify prediction outputs and improve prediction precision and robustness.The simulated results indicate that the method is highly effective and the prediction precision is better than that of the traditional method.Predicted relative error is less than ±4%,so the prediction is high precise for the cold tandem mill.     

冷连轧机成品板面粗糙度控制技术的研究

以宝钢2 030 5机架冷连轧机为研究对象,经过现场试验与理论研究,在分析了影响冷连轧机成品带钢表面粗糙度的主要因素的基础上,提出了一套冷连轧机成品板面粗糙度预报模型,给出了针对冷连轧机的成品板面粗糙度控制方案,并将其应用到现场成品板面粗糙度控制,命中率达到80%以上.     

神经网络预报在冷连轧规程设计中的应用

在轧制规程设定中采用BP神经网络取代传统轧制力数学模型,通过动态规划算法对某1370mm冷连轧现场规程进行了节能并兼顾板形的多目标优化设计,并对优化前后的规程进行了分析和比较,优化效果令人满意,满足实际生产要求。     

基于实测值置信度的冷连轧轧制力模型自适应

 采用数值积分方法建立了冷连轧在线轧制力模型,确定了轧制力模型自适应的执行条件和计算流程。针对轧制力模型自适应指数平滑算法中难以用固定增益系数适应轧制状况变化的问题,提出了一种根据实测数据动态调整增益系数的方法,建立了增益系数与测量值等效置信度之间的数学关系式。该轧制力模型自适应算法已应用在某1450mm 5机架冷连轧机组上,通过比较自适应前后的计算值与实测值的均方差可知,采用模型自适应后,轧制力模型的计算精度显著提高。     

应用极限差值法优化设计极薄规格冷轧带钢规程

 论证分析了传统方法设计冷轧规程,特别是极薄规格规程时迭代过程容易发散的原因。提出应用极限差值法优化设计冷轧规程,结合显式轧制力公式,规避了迭代发散问题,可用于各种目标函数下的规程优化设计。实例验证迭代计算13次即可得到满足工程精度的优化规程;与现场实际参数对比,最大偏差在7%以内,相比简易有限元方法20%的偏差大为改进,同时不受初始值设置限制,迭代不会发散,特别适合极薄规格冷轧带钢规程优化设计。     

基于全局并行遗传算法的冷连轧机轧制策略优化研究

并行遗传算法把遗传算法隐含的并行性与计算机的高速并行性结合起来，极大地提高了搜索效率。介绍了全局并行遗传算法在冷连轧机轧制策略优化中的应用。结果表明，该方法能大大改善轧制策略的优化性能指标。