共查询到19条相似文献,搜索用时 109 毫秒
1.
2.
板形控制是冷轧带钢生产过程的核心技术。为了提升板形预设定和闭环反馈控制效果,建立高精度的板形预测模型非常必要。提出了一种基于类别特征梯度提升的冷轧带钢板形预测模型,通过某1 450 mm冷连轧生产线采集的生产数据建立模型,采用贪婪搜索和交叉验证的方式进行超参数设置,以自适应提升模型、梯度提升决策树模型和深度学习神经网络模型作为对比。结果表明:类别特征梯度提升模型的RMSE为0.666 IU,并且有90.397%的预测数据绝对误差小于1 IU,较其他3种模型有更好的表现,对冷轧带钢板形预测有更好的鲁棒性和预测精度。 相似文献
3.
4.
5.
板带材的板形精度一直是研究的重点。在实际生产过程中影响板形精度的因素很多而且因素之间存在非线性、强耦合的关系,基于板形控制机理的传统数学模型很难准确表达其中的关系,而基于数据驱动的非机理模型则能取得很好的结果。BP神经网络作为一种发展成熟的算法可以作为一种新的预测手段应用在板形的预测工作中。因此,本文将BP神经网络应用于板形的预测研究中,讨论了基于BP神经网络的板形预测模型的可行性以及应用的优势,重点介绍BP神经网络对板形预测带来的积极意义。BP神经网络在对即时板形缺陷系数进行预测时,能够较好的接近实际的拟合值。BP网络在训练过程中,在50轮训练后基本收敛,并且整个训练过程没有产生过拟合现象。BP神经网络对测试集进行预测,能够有效的反映板形的变化情况,且对一次、三次板形缺陷系数的预测结果较好。 相似文献
6.
宽厚板板形控制具有多变量、强耦合、非线性和遗传性等特点,过程输入条件、状态变量和控制目标之间的关系复杂,传统机理模型在提高中厚板板形控制精度方面效果不理想。为解决轧制力、轧辊磨损等参数设定精度差引起的板形控制精度低的问题,引入宽厚板生产过程数据融合机理模型的建模思想,利用机器学习算法的非线性拟合能力,构建了基于ELM的轧制力设定模型和基于GA-ANN的轧辊磨损模型,然后将轧制力预测结果和轧辊磨损预测结果作为板凸度预测的输入变量,同时引入基于机理模型的轧辊辊系变形模型及弯辊力模型计算结果作为输入量,构建了基于机理和数据驱动融合的板凸度CNN模型。在此基础上,开发了基于多源数据与多模型融合的板形智能控制CPS系统,板凸度的命中率由90.4%提升至96.5%以上,因板形问题导致的产品降级比例下降35.5%。 相似文献
7.
新型板形测控方法及应用 总被引:1,自引:0,他引:1
分析了现代板带轧制过程的板形测量和控制技术,发现轧机板形刚度系数和引用轧件板形刚度系数,可得到新型板形测控模型。新型板形差分方程可应用于板形最佳设定控制,热凸度和磨损凸度模型参数自适应、自适应控制和最优控制。 相似文献
8.
针对传统数学工具建立的板形关系模型的固有缺陷,为了提高板形预测精度,提出了一种基于人工神经网络建模的自适应板形预测控制算法.仿真实验结果表明采用本文所建立的预测模型具有较高的预测精度. 相似文献
9.
10.
板形控制是板带生产的关键技术。与以前的板形控制技术相比,宝钢一钢公司1780热轧新产线在板形控制模型中对轧辊热凸度模型、轧辊磨损模型、带钢凸度模型等进行了完善和改进,并采用动态规划法的板形控制策略,在板形动态控制中引入了热凸度补偿TC-ASC功能,因此轧制的稳定性和控制精度都得到了明显提高。 相似文献
11.
介绍了HC冷轧机板形控制系统、控制模型的建立及板形的控制和调节。武钢冷轧薄板厂通过在板形识别、信号处理、板形评价及控制策略等方面开展工作,最终形成了板形控制目标曲线,基本实现了板形闭环控制,使板形质量达到了较先进的水平。 相似文献
12.
13.
A fuzzy algorithm for flatness control in hot strip mill 总被引:2,自引:0,他引:2
H.T Zhu Z.Y Jiang A.K Tieu G.D Wang 《Journal of Materials Processing Technology》2003,140(1-3):123-128
Based on BP neural network, a flatness prediction model in hot strip mill was developed, in which the same location point data were adopted for training and testing to avoid the influence of time-delay. Two fuzzy flatness control algorithms in hot strip mill were developed, and the simulations were carried out by using the flatness prediction model as controlled objective. Conventional fuzzy control algorithm replacing PID linear control system entirely can reduce flatness error significantly. However, the control quality is not good in steady state. The coupled fuzzy-PID control algorithm reduces flatness error significantly as well as produces the desired flatness with small steady-state error and good stability. The coupled fuzzy-PID control algorithm is found to be suitable for rolling the desired flatness in hot strip mill. 相似文献
14.
Zhong Jue Chen Jie College of Mechanical Electrical Engineering Central South University of Technology Changsha P. R. China 《中国有色金属学会会刊》1998,(4)
INTRODUCTIONTheprecisecontrolofrolgapin4hCVCmilsisparticularlydificultduetothecomplexinteractionsbetwenworkrolshiftingandben... 相似文献
15.
16.
中厚板轧机的板形控制 总被引:1,自引:0,他引:1
针对济钢中板厂四辊轧机的实际轧制工艺条件,进行了轧机板凸度控制能力的模拟解析,得出在不同轧制条件下弯辊力对辊间接触应力分布及板凸度的影响规律。 相似文献
17.
18.
由于磁悬浮移动平台具有强非线性,目前各类智能算法只能对磁悬浮移动平台进行定位移动,并不能使磁悬浮移动平台的动子沿着期望轨迹到达预定位置。为了解决磁悬浮移动平台动子的轨迹跟踪及其精准性等问题,将微分平坦理论与磁悬浮移动平台控制相结合。磁悬浮移动平台系统是微分平坦系统,而微分平坦理论具有特殊性,可以将强非线性系统转化为线性系统后进行控制。搭建磁悬浮移动平台的数学模型,在MATLAB/Simulink中进行仿真。结果表明:微分平坦控制的磁悬浮移动平台能够使其动子按照期望轨迹进行运动,且精度更高、跟踪性更强,具有实用性。 相似文献
19.
基于弹塑性有限元的板形控制机理研究现状与展望 总被引:3,自引:0,他引:3
带钢冷连轧过程中的板形控制问题因具有多变量、多控制回路、非线性和强耦合等特征,是工业控制领域最为复杂的控制过程之一。精准的板形预测模型是提高板形控制水平的重要保证。当前,弹塑性有限元法能够耦合分析轧制过程中带钢的弹塑性变形、轧后的残余应力以及轧辊的弹性挠曲、弹性压扁,因此在带钢轧制领域有很广泛的应用。介绍了现代板形控制系统的工作原理,以及当前弹塑性有限元法关于板形控制问题分析的研究进展。同时,采用显式动态有限元建立了六辊UCM轧机的三维数值仿真模型,研究了不同板形调节机构对带钢板形的调控特性及其最优调节量,并采用实际轧制试验对模型进行了验证。结合带钢保持良好板形的几何条件,利用所建立的UCM轧机模型,分析了中间辊轴向横移、工作辊与中间辊弯辊对带钢横截面形状、凸度、边降及平直度的影响。最后,对有限元法应用于分析板形控制问题的方向进行了展望。 相似文献