SMS轧制力模型在冷轧机上的适应性优化与应用

在济钢双机架可逆式冷轧机生产过程中,SMS轧制力模型中的设定轧制力与实际轧制力有较大偏差,在分析原有模型的基础上,改进相关参数,特别对压扁半径、咬入角和中性角做了适应性的改进,通过推导和现场生产相结合,运用改进的轧制力模型,对比分析改进前后数据可知,改进后的模型精度优于改进前,轧制稳定,效果良好。     

宽厚不锈钢复合板轧制力计算与参数影响分析

 对宽厚不锈钢复合板层间真空热轧制变形过程进行受力分析,将热轧变形区分成I、II两个区间,运用主应力法建立各个区间的力平衡方程,根据边界条件和屈服准则求出各变形区的长度和各变形区所受压力,建立轧制力计算数学模型,在此基础上分析轧制工艺参数对宽厚不锈钢复合板轧制区间内不同应力分布的影响规律。将实际参数代入轧制模型计算公式,应用Matlab编程求得理论计算值,并与实测值进行比较。研究结果表明：轧制力模型可用于预测轧制力的大小,满足工程要求,轧制复合过程研究有助于优化成形工艺、预测产品性能,为今后此类材料的研究开发提供了参考依据。     

中厚板轧制过程中高精度的轧制力预测模型

结合首钢3500mm轧机改造项目，根据中厚板轧制工艺的特点，对影响轧制力的因素进行了详细的解析，包括变形区影响函数、变形率函数和变形速率影响函数等，给出了中厚板轧制过程中高精度的轧制力计算数学模型。分析了残余应变对轧制力计算的影响，得到了不同钢种的残余应变计算模型和轧制力在线计算时的修正策略。现场在线应用结果表明：给出的轧制力模型具有良好的预测精度，预测误差可以控制在5％以内。     

斜轧锚杆轧制压力影响因素分析

在斜轧锚杆的轧制过程中,工艺参数与轧制力之间存在着密切而复杂的关系。对斜轧锚杆进行有限元模拟,根据模拟结果对斜轧锚杆轧制力的影响因素进行了较全面系统地分析,并综合分析了各影响因素对轧制力影响的主次。     

具有伸长率分配计算功能的轧制力预报智能模型研究

针对双机架平整机的特性,以基态弯辊力下带材出口板形最好为准则,提出具有双机架平整机伸长率分配系数计算功能的轧制力模型;在此基础上,为了改善传统轧制力模型的预报精度,提出了先通过神经网络利用在线测得的实际数据预测变形抗力和摩擦因数,再与轧制力机理模型自学习过程相结合的轧制力预报新方法;并将其应用于宝钢1220双机架平整机的生产实践,结果表明此模型可以高精度地预报轧制压力.     

VC轧辊过盈力及过盈量的计算及影响分析

支撑辊液压胀形作为VC轧机独有的辊型调控手段，是控制负载辊缝与板形质量最有效的方法之一。同时，因为VC辊液压胀形作用的存在，过盈力和过盈量的定量计算成为VC轧辊设计和校核的关键。为此，首先通过分析VC轧辊套筒和芯轴热装之后的受力与变形情况，提出了原始过盈量和原始过盈力的计算方法。然后，考虑VC轧辊套筒和芯轴受力对轧辊挠度的影响，根据套筒和芯轴在轧制过程中的变形几何关系，确定了VC轧辊套筒和芯轴的变形协调方程，并结合轧制过程中力平衡与力矩平衡方程，建立了VC轧辊实际过盈力和实际过盈量分布的计算模型。最后，利用国内某VC轧机的轧辊结构参数和实际生产过程中的典型规格带钢工艺参数，定量计算并分析了带钢轧制过程中过盈力和过盈量的分布。进一步在极限油压50 MPa范围内选取9.8、19.6、29.4、39.2、49.0 MPa 5种油压，计算并分析了不同油压对过盈力分布的影响。结果表明，过盈力和过盈量分布的主要影响因素是轧制力和油压，且油压对过盈力和过盈量的影响大于轧制力的影响；油压的升高有效降低了过盈力，且油压的变化对距离油腔边部越近的部位影响越大，反之则影响越小。VC轧辊过盈力及过盈量计算模型...     

冷连轧机高强钢轧制力计算模型的研究和应用

针对冷连轧机高强钢轧制时出现的轧制力计算模型不准、轧制力超限停机问题,建立了基于Hill公式的显函数轧制力计算模型,分析了高强钢变形抗力、压下分配、辊系配置及轧制润滑等对轧制力的影响。实际生产工况及轧制力数据分析表明,对减小轧制力作用最明显的是轧制规范(压下分配及张力制度)优化,其次是轧制润滑工艺参数改进、降低热卷厚度及减小工作辊辊径等,对轧制力减小的作用基本相同。通过相关工艺参数的优化,解决了高强钢轧制力超限问题。     

应用RBF神经网络预测冷连轧机轧制力

针对传统轧制力模型的固有缺陷,为提高冷连轧机组轧制力预测精度,使用一种RBF算法的人工神经网络预测冷轧带钢屈服应力,把预测值用于传统数学模型中计算轧制力;并在此基础上,组合使用机架相关网络(RBF类型)、速度相关网络(RBF类型)修正轧制力计算值.应用结果表明,此方法满足生产的需要,预报最终误差范围为±6.5%.     

宽带钢轧机辊间压力分布和轧制压力耦合求解

带钢板形控制系统涉及轧制力和弯辊力影响系数,精确计算四辊轧机辊系轧制力和弯辊力影响系数的前提是获取轧制压力的分布函数和辊间压力的分布函数.研究了辊间压力与轧制压力的内在联系,采用力学原理建立了二阶辊间变形协调方程,结合三角序列级数实现了根据轧制压力分布函数对辊间压力分布函数进行耦合求解.其计算结果与生产实际参数的有限元模拟结果相比,具有很好的计算精度.     

冷轧变形抗力模型研究

冷轧轧制力计算模型是过程控制的核心和基础,而轧制力计算的基础为变形抗力,因此提高变形抗力计算精度是提高轧制力计算精度的一条有效途径。为此,笔者首先通过实际轧制力数据反算变形抗力,然后使用数据分析软件对变形抗力进行曲线拟合。由于根据曲线拟合公式计算出的轧制力与实际轧制力存在差距,因此为了提高轧制力的设定精度,根据带钢压下率对轧制力进行了补偿。现场实际应用证明,这种方法能有效提高轧制力设定精度。     

基于模糊理论的中厚板轧制力学习算法

由于传统的中厚板轧制力计算模型结构简单,并且要测量模型中的一些参数较困难,即使采用一定自适应技术,也难以适应不断提高的中厚板尺寸精度的要求。为了提高中厚板轧机的轧制力预设定精度,笔者采用基于模糊理论计算轧制力参数算法,利用现场采集的数据进行了计算。结果表明,该方法的预测精度优于传统数学模型,预测结果的相对误差基本限制在±6%范围内。     

切分轧制时轧制力计算的探讨

作为对切分轧制时轧制力计算方法的探讨,文中以武钢１１５０初轧机切轧钢坯工艺的轧制力计算为例,根据力学和运动学知识,在对轧件的受力及运动情况具体分析的基础上,用近似法确定出轧件与轧辊高向上的相对位置及一系列与轧制力计算有关的参数,并采用分区计算的思想,计算出各区的平均单位压力及接触面积,从而计算出总轧制力。     

中厚板轧制过程中轧制力参数的动态修正

分析了一种中厚板的轧制力在线动态修正算法,该算法以实测轧制力为基础,通过道次实测轧制力和模型计算轧制力的值决定轧制力模型参数修正量的大小,真正做到以实测轧制力数据动态校正中厚板轧制力模型,大大提高了轧制力模型的预报精度并使其具有良好的自学习功能.该算法已经在现场获得应用,并具有良好的应用效果.     

轧制力预测中RBF神经网络的组合应用

 传统的数学模型无法达到冷连轧控制的尺寸精度要求。针对传统轧制力模型的固有缺陷,为提高冷连轧机组轧制力计算精度,合理选择、更新和预处理训练样本,采用RBF神经网络预测冷轧带钢屈服应力并把它用于传统轧制力计算模型,获得较高的轧制力预测精度。而后使用RBF长期数据修正网络和RBF短期数据修正网络得到长期数据修正网络和短期数据修正网络的修正系数,对轧制力计算值进一步修正,从而进一步提高轧制力预报精度。上述方法直接用于某冷连轧机组,轧制力预测误差在±6%之内。这充分证明RBF网络可以成功用于轧制过程控制并满足实际生产的需要。     

热轧板带生产线精轧咬钢信号的控制改进

热轧生产线活套动作由跟踪系统来控制。控制系统的跟踪修正是由实际的轧机咬钢和抛钢信号来触发;由于轧机标定的原因,在轧制极薄规格时,下游机架设定辊缝较小,造成实际辊缝已经压靠并产生轧制力。而轧制力的触发修正了带钢头部的位置,致使上游活套上抬以达到控制机架间恒张力的作用,一旦咬钢信号建立有误,势必造成轧制事故,所以机架咬钢信号判断依据的给定至关重要;首钢京唐钢铁公司热轧生产线提出了依据本架轧机实际轧制力与压靠力的差值来判断是否咬钢,实际应用后保证了生产线的稳定运行。     

基于深度学习的热连轧轧制力预测

摘要：轧制力预报一直是热连轧过程控制模型的核心，浅层神经网络对复杂函数的表示能力有限，而深度学习模型通过学习一种深层非线性网络结构，实现复杂函数逼近。利用深度学习框架TensorFlow，构建了一种深度前馈神经网络轧制力模型，采用BP算法计算网络损失函数的梯度，运用融入Mini batch策略的Adam优化算法进行参数寻优，采用Early stopping、参数惩罚和Dropout正则化策略提高模型的泛化能力。基于上述建模策略，针对宝钢1880热连轧精轧机组的大量轧制历史数据进行了建模实验，对比分析了4种不同结构的前馈网络预测精度。结果表明，相比于传统SIMS轧制力模型，深度神经网络可实现轧制力的高精度预测，针对所有机架的预测精度平均提升21.11%。     

基于BP神经网络斜轧穿孔轧制力的预测

借助Matlab工具箱中BP神经网络,对斜轧穿孔区轧制力进行预测。通过分析影响轧制力预报精度的因素及网络性能,确定了网络结构、有关参数和网络训练算法(优化BP算法),实现了轧制力的精确快速预报,预报相对误差1.67%～6.33%,平均3.735%,满足了工程计算的精度要求。     

CSP生产线出炉温度对轧制力的系统控制

针对涟钢CSP生产线热连轧机组的轧制工艺条件，建立了各工位温度的数学计算模型以及温度一速度模型，并将得出的道次温度应用到轧制力预测系统中去预测道次轧制力。现场的应用结果表明，在不同出炉温度情况下轧制力的预测计算值与现场实测值相吻合。     

关于轧辊弹性变形的影响函数法研究

板凸度和平直度是衡量板形质量的重要指标,它们既相互独立又彼此相互作用,而板凸度主要取决于有载辊缝的形状,所以准确计算辊系的弹性变形,对辊缝的设定有重要意义。采用影响函数方法对UCM轧机的辊系弹性变形进行了系统分析,通过修改工作辊、中间辊和支撑辊的影响函数模型,建立更适合现场的模型,用Vsual Basic语言编写计算流程的程序,设定初始数据,采用Bland—Ford轧制力计算公式进行计算。通过计算,第1机架轧制力的计算值与实测值相差8．2％,后面各机架与实测值更为接近,因此,所用方法是可行的。进一步分析得出影响有载辊缝形状的诸因素（辊间压力、辊间压扁、轧制力、挠度、弯辊力等）的结果,并与现场进行比较,达到提高板形质量的目的。     

特殊钢大棒材连轧规程的研究

为方便研究特殊钢大棒材的现场生产条件、轧制工艺参数对其在轧制过程中变形、温度、轧制力矩的影响,采用C语言编写源程序、MFC模块编写人机交互界面,开发了特殊钢大棒材连轧规程系统。通过本系统对20CrMnTi齿轮钢大棒材的实际轧制工艺参数进行计算,计算值与实测值进行比较,得出计算值与实测值吻合较好。验证了该系统可以较准确预测轧件在轧制过程中温度、轧制力、轧制力矩和能耗的变化情况,为研究特殊钢大棒材的生产工艺以及质量和组织的控制提供可靠的工艺参数。