基于现场实验支撑辊油膜厚度补偿模型的应用

热轧机支撑辊多采用油膜轴承,由于在轧制过程中支撑辊油膜轴承内油膜厚度发生变化,会造成轧机有载辊缝发生变化,从而导致产品厚度出现偏差。基于现场设备使用范围,提出支撑辊油膜厚度补偿模型的实验方案,根据实际采集不同压力下速度变化引起的辊缝变化量,使用Matlab拟合得到油膜厚度变化量与轧制力变化量、轧制速度变化量的关系,计算出轧制过程中不同轧制速度、压力条件下支撑辊油膜厚度的变化量,进一步对轧机有载辊缝进行补偿。实际应用表明,该支撑辊油膜厚度补偿方法取得了预期效果,轧机运行稳定可靠,可以有效提高带钢的厚度命中率。     

基于SVM的轧机油膜厚度补偿模型的建立

研究单机架热轧中厚板轧机的油膜厚度补偿问题,利用SVM方法建立了轧机油膜厚度补偿模型,并对回归预测结果进行分析,同时与成熟的基于Reynolds方程的轧机相对油膜厚度补偿方法进行比较,结果表明:采用基于SVM的轧机油膜厚度补偿模型可以对轧机油膜厚度进行良好的补偿,补偿精度较好.     

轧制变形区油膜厚度的实验研究

就轧制变形区油膜厚度的不同测试方法进行了对比研究,提出了简便、衫的加热退火法。方法研究了轧制油粘度,轧制速度与压下率对轧制变形区油膜厚度的影响。     

冷轧AGC静-动压轴承油膜厚度的分析与补偿

论述了冷轧AGC过程中动-静压轴承油膜厚度变化对带钢厚度精度的影响，对静-动压轴承油膜的形成机理进行了分析，并推导出适合现场应用的数学模型，在此基础上设计了现场空压靠测试实验，在空压靠条件下，针对不同轧机转速对压下缸位移进行测量，并根据误差溯源理论剔除了测量结果中轧辊偏心引起的干扰量。然后由现场数据对公式中的关键系数进行回归分析，得出适合现场应用的数学模型，并应用到AGC模型中，对油膜厚度变化对带钢厚度的影响进行补偿。     

基于BP神经网络的轧机油膜厚度补偿的测试与建模

针对单机架热轧中厚板轧机天铁2500mm中厚板生产线的油膜补偿问题进行了研究,用基于BP神经网络的方法建立了轧机油膜厚度补偿模型,并与已成熟应用的基于Reynolds方程的轧机相对油膜厚度补偿方法进行比较分析.结果表明,BP神经网络模型比基于Reynolds方程的轧机相对油膜厚度补偿方法具有预测精度高、样本学习时间快、收敛速度快的优点,BP神经网络模型可以对轧机油膜厚度进行良好的补偿.     

静压工作台油膜厚度智能补偿控制方案

为了使静压工作台能够保持最佳的油膜厚度,提出了一种基于调节电机转速继而控制多头泵流量的油膜厚度补偿控制方案,介绍了该控制方案的液压控制原理,建立了相应的控制流程图和各个环节的数学模型,并且利用MATLAB中的Simulink模块建立了相应的控制模型系统,设置仿真参数进行仿真,验证了智能补偿方案和控制系统的可行性。     

工作台油膜厚度控制系统实验与验证

在西门子数控系统上开发一套油膜厚度控制系统,对控制模型在试验平台上进行了验证,通过测量数据可以看出油膜厚度几乎可以保持在设计油膜厚度,肯定了控制模型的正确性和可行性。基于文中的研究成果,油膜厚度随着载荷的变化而呈现不稳定变化的问题得到了有效的解决,对提高静压工作台的精度有了实验支持。     

板料成形中考虑油膜厚度和滑动速度的摩擦模型

板料成形过程中,摩擦特性直接影响成形件的质量.通过分析边界润滑状态和流体润滑状态的金属镀层板料受力情况,建立了一个混合润滑状态下关于润滑油膜厚度和滑动速度的摩擦模型.采用平板滑动摩擦实验研究了润滑油膜厚度和滑动速度对镀锌钢板摩擦系数的影响,确定了实验条件下CR4镀锌板的摩擦模型参数,并验证了其准确性.研究表明:摩擦系数随着油膜厚度增加而减小并最终趋于稳定;随着滑动速度增加,摩擦系数减小.油膜厚度和滑动速度的增加都使得模具和板料镀层直接接触的面积在实际接触面积中的百分比降低,从而摩擦力下降.     

精轧机组油膜轴承烧损原因分析及预防措施

高速线材精轧机组高速运转时,油膜轴承容易烧损.从装配、润滑、轧制等多角度分析事故产生的原因,总结出有效的预防措施并成功应用于实践,有效地控制了油膜轴承烧损事故的发生.     

平整机轧制力模型在锡板连退中的研究与应用

轧制力是影响带钢平整质量的关键因素。通过分析平整机轧制力模型,充分考虑该平整机的设备工艺特点和实际工况,建立锡板连退平整机合适的轧制力模型。基于目标函数最小值,采用粒子群优化算法,通过调整模型参数提高轧制力模型预报精度。实际应用结果表明:该轧制力模型具有较高的预报精度,对实际现场具有较好的指导作用。     

吉帕钢冷轧板形及厚度精度控制技术研究

针对吉帕钢冷轧板形及厚度精度控制的生产难题,设计出一种三次多项式与正弦函数组合的新型辊型,并开发出基于十八辊单机架轧制和冷连轧的目标板形动态设定控制技术,实现了多种超薄规格吉帕钢的稳定冷轧,最高轧制速度达到800 m/min;开发出基于性能前馈的吉帕钢冷轧厚度精度控制方案,包括新型AGC性能前馈控制轧制技术以及厚度扩展性能前馈控制轧制技术,成功用于吉帕钢十八辊单机架轧制和冷连轧轧制,带钢头尾厚度偏差在2%以内的控制能力提升达到37%。     

现代大型板带材轧机油膜轴承的系统集成创新

基于一种板带材轧机油膜轴承衬套专利技术,介绍了现代大型板带材轧机油膜轴承发展历程,从结构、承载能力、寿命、制造水平等方面对滚动轴承和油膜轴承进行了比较,提出针对轧机油膜轴承和润滑系统的“集成创新”技术,使润滑油运行量、油箱及油库容积明显降低,衬套使用寿命提高。为拓宽油膜轴承在轧机及其他重要设备上的应用有一定意义。     

基于神经网络和自适应预报模型参数的平整轧制力模型

冷轧带钢平整过程存在带材较薄,压下率较小等特点,应力状况较为复杂,采用传统模型对轧制力预报误差较大。采用神经网络模型对应力状态系数进行预报,可提高轧制力的预报精度。针对轧制过程中轧件特性发生缓慢变化的特点,采用符合平整轧制过程特点的变形抗力自适应模型,并与神经网络模型结合,预报平整轧制力。计算结果表明,该模型计算值与实际值吻合精度较高,90%的预报结果相对误差控制在5%以内。     

基于高斯过程构建钢轨轧制力模型的方法

在钢轨轧制过程中,轧制力一定程度上对轧制参数调整有着指导或参考作用,一个成材率高、缺陷率低的轧制过程,必然会对应一个合理的轧制力分布。轧制力上冲过大不仅会使轧制状态靠近轧制系统的极点,稳定性降低,而且会导致轧辊磨损、疲劳加快,并将导致钢轨表面质量、规格波动等问题。采用高斯过程回归算法,基于现场生产数据建立了压下量与轧制力模型,为钢轨轧制过程轧制力的精确控制,提供了一种残差较小的统计模型。     

辊缝油膜承载力对冷轧机振动的影响

针对某冷轧厂在线轧制过程中轧机的振动问题,从辊缝油膜承载力的角度分析其对轧机振动的影响,得出轧制过程中辊缝间距的减小导致辊缝油膜需提供更大的承载力来维持轧机稳定。从乳化液浓度、轧辊转速、乳化液金属微粒含量方面探讨了增强辊缝油膜承载力的方法,得出乳化液浓度与轧辊转速在增强油膜承载力的同时减小了辊缝的摩擦系数,也易导致轧机振动。通过试验得出,调节乳化液金属微粒含量能够在原有摩擦系数的基础上增强辊缝油膜承载力,从而保证轧机的稳定运行。     

四机架冷连轧机轧制力模型的研究与应用

分析了鞍钢冷轧厂４机架冷连轧机轧制力模型,指出了其存在的主要缺陷,并提出了改进方案。通过理论推导和现场实验相结合建立了新的轧制力模型,由对比分析可知,新模型精度优于原模型。新模型在４机架冷连轧机支撑辊辊型设计和轧制规程优化中得到了应用。效果良好。     

楔横轧空心件壁厚变化规律实验研究

参照二次正交旋转组合设计试验法 ,对楔横轧空心件的壁厚变化规律 ,做了实验研究 ,得到具有较高参考价值的回归方程。依据实验结果和回归方程 ,对影响楔横轧空心件壁厚变化的主要因素做了分析讨论。     

ZR-22BS-42型森吉米尔轧机轧制压力的研究

分析了二十辊轧机的结构特点, 辊系配置及轧制压力, 并对计算结果进行了研究