基于灰色理论和神经网络的轧制力预测

针对热轧带钢轧制力预测精度不准确问题,建立了灰色轧制力预测模型,通过对比灰色轧制力预测模型和BP神经网络预测模型的优缺点,进一步提出将灰色理论和BP神经网络组合应用到热轧带钢轧制力预测中,并分析比较了轧制力预测模型的相对误差。同时,在相同的轧制条件下,对灰色神经网络轧制力预测模型的预测值和在线平整轧制的实测轧制力值作了比较,所得轧制力预测误差小于±5%。由此可以看出,灰色理论和BP神经网络组合应用的方法能够较准确地实现平整轧制力的预测。     

基于BP神经网络的带钢冷轧摩擦模型

建立了BP神经网络摩擦模型，并用遗传算法优化了BP网络的结构参数和初始值。模拟计算结果表明，BP网络摩擦模型的精度比原回归摩擦模型的精度有显著提高，可以使轧制力预测的平均RMS误差由3．98％降低到2．23％．轧制功率预测的平均RMS误差由4．57％降低到3．23％。     

基于BAS-BP神经网络的钻削力预测

针对传统预测深孔加工中钻削力精度不高的问题以及BP神经网络本身存在的缺陷,提出了BAS-BP神经网络预测模型。文章基于天牛须算法与BP神经网络相互结合,利用天牛须算法计算优化BP神经网络中的初始权值与阀值,从而建立BAS-BP神经网络的预测模型。并与传统BP神经网络预测模型进行对比。结果表明BAS-BP神经网络克服了训练时间长、收敛速度慢的缺点,预测精度明显提高。     

基于自适应遗传算法的冷连轧轧制力模型自学习

为提高轧制力模型的设定精度,以包含冷连轧带钢轧制过程变形区金属塑性变形和入口、出口弹性变形的Bland-Ford-Hill模型作为冷连轧轧制力模型,提出利用改进自适应遗传算法对平均变形抗力和摩擦系数进行寻优搜索,得出满足实际轧制力精度的平均变形抗力和摩擦系数,进而通过指数平滑法计算出平均变形抗力和摩擦系数的自学习系数,实验结果表明,该模型自学习后轧制力的设定精度可以满足在线控制的要求。     

基于改进BP神经网络铆接接头力学性能预测

针对钢铝材料的铆接接头优化设计和结构车身混合材料接头技术问题,使用改进的BP神经网络模型研究钣金材料厚度、硬度、接头底部直径等的接头技术参数与材料自身剪切力与剥离力强度等力学参数的映射关系。ALM算法被用来优化改进的BP神经网络预测模型连接权值,提高了神经网络模型的预测精度和泛化能力。对改进的神经网络的预测结果进行检验的结果表明,训练后的神经网络模型能够准确有效地预测铆接接头力学性能,证实了改进神经网络应用于铆接接头力学性能预测的可行性与可靠性。     

基于改进型支持向量机算法的轧机轧制力预测

考虑到基于神经网络算法建立的预测模型虽然具有较好的预测精度,但是神经网络模型需要大量的训练样本,另外会增加模型的复杂程度,研究了一种基于改进型支持向量机的轧机轧制力预测模型,建立基于RBF核函数和多项式核函数的最小二乘支持向量机,并使用协同量子粒子群算法对混合函数的参数进行寻优,以提高预测模型的预测性能。由协同量子粒子群算法优化得到了基于改进型支持向量机的轧机轧制力预测模型中的RBF核函数参数γ值、惩罚系数c值、多项式核函数参数q值和两个核函数的权重a值。通过实例研究表明:使用本文研究的改进型支持向量机的轧制力预测模型预测相对误差在4%～6%之间,多组数据的平均值误差为4. 83%。验证了本文研究的基于改进型支持向量机的轧机轧制力预测模型的可行性。本文研究的预测模型相比其他3种对比模型耗时更长,但是相比之下提高了预测准确率,更具有实际意义。     

基于混合人工神经网络的冷连轧水平力预测

针对冷连轧机组辊系中工作辊沿带钢运动方向的水平力难以利用传统的数学模型进行计算的问题,提出了利用混合人工神经网络模型对其进行预测。分析了工作辊在轧制过程中的受力情况,并根据监测的状态参数,从中挑选了轧制力、弯辊力矩、张力、带钢厚度、弯辊力等几类对工作辊受到的沿带钢运动方向的水平力有影响的参数作为输入变量。提出了两种新型的粒子群优化算法,并对人工神经网络的初始化权值与阈值进行优化。通过对预测结果进行分析发现,提出的改进混合人工神经网络相比较改进前能够提高模型的预测精度,且拟合精度均达到90%以上,可用于指导实际生产。     

超声滚挤压轴承套圈表面残余应力预测模型建立

为实现对超声滚挤压轴承套圈表面残余应力的合理预测,以轴承套圈为研究对象,进行正交试验设计,分别建立了残余应力与各加工参数之间的传统BP神经网络、改进BP神经网络和遗传算法优化BP神经网络(GA-BP)数学预测模型。通过对三种预测模型进行对比分析,结果表明,轴承套圈表面残余应力预测模型预测精度由高到低依次是GA-BP、改进BP神经网络预测模型、传统BP神经网络预测模型;且GA-BP所建立的轴承套圈表面残余应力的预测模型的平均误差控制在2.58%,因此该预测模型可以进行不同参数下电轴承套圈表面残余应力的预测。     

基于有限元和PSO-BP法的20辊轧机轧制板形预测

针对20辊轧机轧制板形受到多重因素影响、难以精确预测的问题,基于有限元和PSO-BP法,建立20辊轧机轧制板形质量预测模型。根据20辊轧机轧辊间的位置关系,基于有限元软件ANSYS/LS-DYNA,考虑轧辊弹性变形、板带塑性变形与摩擦等因素,建立20辊轧机辊系有限元模型,分析板宽、厚度、张力、速度等因素对板形指数的影响;综合考虑不同轧制板形影响因素,以板形指数作为板形质量衡量指标,基于BP神经网络建立轧制板形质量预测模型,采用粒子群算法优化BP神经网络板形质量预测模型的权值和阈值,提高板形预测精度。     

基于蝙蝠算法优化的小波神经网络车床主轴热误差建模

为提高数控车床主轴热误差的预测精度,以某型号数控车床主轴为研究对象,提出基于小波神经网络(WNN)的主轴热误差建模方法。利用K-means++聚类结合相关性分析理论,将温度测点从10个减小到2个。针对小波神经网络对初始值敏感的问题,采用蝙蝠算法(BA)将预测输出值与实验测量值之差的绝对值作为个体适应度函数,将蝙蝠个体的位置向量映射为小波神经网络的初始连接权值、尺度因子及平移因子,实现对小波神经网络初始值的优化。利用优化后的小波神经网络建立车床主轴热误差预测模型,与未优化的小波神经网络和BP神经网络预测模型对比。结果表明:BA-WNN对主轴轴向热误差的预测精度较高、残差较小、预测能力更强。     

轧制过程中H型钢轧制压力的变化情况分析

H型钢的轧制压力分布是研究人员非常关心的问题。本文采用显式动力学有限元分析的方法 ,模拟了不同变形参数条件下H型钢在万能轧机中的变形过程 ,得出了影响H型钢轧制压力变化趋势的主要因素 ,并对其产生原因进行了分析。计算结果显示 :轧件腿宽、温度、内宽和腿腰延伸比 ,对轧件腰部轧制压力的变化趋势有比较明显的影响。轧件的腿宽和初始厚度 ,对轧件腿部外侧轧制压力的变化趋势有较明显的影响     

冷轧机轧制过程中的轧辊振动研究

以冷轧机轧辊垂直振动为研究对象,在分析冷轧机振动机理的前提下,建立轧机垂直振动简化模型,运用数值仿真方法,分析了轧制压下量、摩擦系数及辊缝阻尼的轧制工艺参数对轧机垂直振动的影响。分析结果表明:减小轧机压下量有利于提高轧机振动临界速度;增加辊缝摩擦系数有利于减小轧辊的振动位移;增加辊缝阻尼能够有效降低振动幅值。在此基础上提出了抑制冷轧机垂直振动方法为:优化各道次压下量,以使轧制临界速度由1340 m·min-1提升到1520 m·min-1;适当降低乳化液浓度,以使辊缝摩擦系数增大,此调节过程应考虑窜流现象;增设液压衬板减震器或多孔阻尼减震器,以增加辊缝阻尼。     

带钢热连轧精轧过程轧制力模型研究

在精轧过程中变形区不仅存在粘着区,而且存在着滑动区,但是大多数轧制力计算模型都从变形区全粘着出发,采用以西姆斯公式为基础的简化回归公式。本文将轧辊与带钢接触表面分为粘着区和滑动区;考虑了摩擦力在轧制过程不断变化,得出了不同轧制道次下摩擦力影响系数的回归公式;并且考虑了不同钢种轧制时残余应变对变形抗力的影响,建立了精轧轧制力预测模型。通过与某钢厂实测数据对比,该预测模型具有较高的计算精度。     

大断面收缩率楔横轧稳定轧制问题分析

为了解决楔横轧大断面收缩率轧制中常见的卡导板和轧件杆部轧扁问题,采用几何解析、有限元数值模拟与实验相结合的方法对导板进行受力分析,找出了大断面收缩率轧制发生卡导板和杆部轧扁的主要原因.发现调整好前后导板与轧机中心线距离、保持上下辊模具相位一致可较好地防止卡导板和杆部轧扁,对楔横轧大断面收缩率稳定轧制十分必要.分析结果为防止这两种缺陷的发生提供了借鉴.     

热轧温度波动对冷轧变形抗力的影响模型

针对热轧过程中温度波动生产的带钢在冷轧过程变形抗力变化的问题,将变形抗力分为初始变形抗力和加工硬化量两个部分,建立变形抗力初始模型.将终轧温差、卷取温差、由温差引起的加工硬化量的变化量、标准热轧终轧温度、实际热轧终轧温度、标准热轧卷取温度以及实际热轧卷取温度等因素考虑在内,以多项式函数建立起热轧温度特性波动对冷轧变形抗...     

轧辊压下量对铜板带连挤连轧的影响

通过采用DEFORM软件模拟铜板带连挤连轧存在微张力时的成形过程,分析了在不同的轧辊压下量下,板带的温度场、等效应力、挤压轮和轧辊扭矩、腔体在Z轴方向上承受的平均载荷和轧制力分布情况。结果表明,增加轧辊压下量,坯料在挡料块、腔体扩展区、模具出口和轧制变形区的温度下降,坯料在模具出口区的等效应力下降,而在轧制变形区坯料的等效应力值增大,轧辊的平均扭矩和轧制力也增大;当轧辊压下量为4mm和6mm时,挤压轮的最大扭矩和腔体在Z轴方向上承受的平均载荷小于轧辊压下量为2mm和8mm时。连续挤压挤出板带尺寸为120mm×10mm,轧辊的压下量为4mm~6mm时,更适合铜板带的连挤连轧。通过试验验证了数值模拟结果的可靠性。     

冷轧机轧制过程中轧辊垂振的研究

以冷轧机系统的垂振为研究对象,结合近年来冷轧机垂振问题的研究成果,得出冷轧机垂直振动的振源在辊缝.冷轧机在高速轧制时,辊缝润滑状态发生变化导致辊缝阻尼改变,从而引起轧机的垂直振动.建立了冷轧机简化模型,并对冷轧机轧制过程进行仿真,分析了辊缝阻尼与轧机垂直振动之间的关系,得出辊缝阻尼变小导致轧机的垂直振动.通过增大辊缝间的摩擦系数和增设阻尼设备的方法维持合适的辊缝阻尼,可消除轧辊的垂直振动,保证轧机平稳运转.     

轧制参数对钢球螺旋孔型斜轧工艺的影响

采用螺旋孔型斜轧工艺加工轴承钢球,其模具加工、调试安装复杂且耗时。针对该问题,利用有限元软件Deform,对轴承钢球轧制过程进行了仿真模拟,并采用控制变量法的思想,通过改变单一参数研究了棒料尺寸、轧制温度、轧辊倾斜角度对钢球轧制成形的影响规律,从而为钢球的斜轧工艺设计提供一定的参考。研究结果表明:棒料尺寸对钢球外形影响最大,棒料尺寸不足会造成钢球带有环带沟,棒料尺寸过大会导致钢球表面金属堆积;轧制温度对轧制力影响最大,轧制温度的提高有利于降低轧制力,但会导致钢球表面的脱碳及氧化皮现象严重,因此应尽可能采用较低的轧制温度;当轧辊倾角小于轧辊螺旋升角时,在轧制过程中容易出现钢球无法旋转的情况,因此应尽可能使轧辊倾角与轧辊的螺旋升角保持一致。     

冷轧机轧制参数对振动临界速度的影响

轧机升速进入高速轧制阶段后,常发生振动现象,其中三倍频程垂振最为强烈,以此为研究对象,通过分析振动机理得出辊缝间产生的负阻尼效应导致振动临界速度降低,自激振动更易形成。对已投产轧机的抑振改进不宜进行大范围的结构改进,应从轧制参数的角度进行分析。运用计算机仿真方法研究轧制参数中乳化液黏度、带钢入口厚度、带钢出口厚度、带钢变形抗力、辊缝间阻尼对振动临界速度的影响,获得相应的非线性关系,并通过轧制试验进行验证。通过调整相关轧制参数,提升振动临界速度,使之总高于轧制速度,保证轧机的稳定运行。     

非对称轧制参数对厚板轧制力偏差的影响

针对某厂5 000mm CVCPlus厚板轧机操作侧和传动侧轧制力偏差过大的问题,基于ANSYS/LS-DYNA,建立了CVCplus厚板轧机有限元模型,仿真分析了轧辊交叉角、窜辊和非对称弯辊力对两侧轧制力偏差的影响;同时对现场轧制过程进行跟踪测试和数据分析,结合仿真和实验结果研究了该厚板轧机轧制力偏差与轧辊交叉角、非对称弯辊力、轴向力和窜辊的关系,结果表明:非对称弯辊力与轧制力偏差具有明显的正相关性,弯辊力偏差100t时,轧制力偏差超过100t;当轧辊交叉角0.131°时,轧制力偏差明显增大,并且随轧辊交叉点的移动,轧制力偏差进一步恶化;轧制力偏差较大时,产生较大的下工作辊轴向力,最大可达290t,且上下工作辊轴向力呈非对称分布;轧辊窜辊与轧制力偏差具有一定的正相关性,轧辊窜辊量越大轧制力偏差越明显;从而确定了非对称弯辊力、轧辊交叉角和窜辊依次是该厚板轧制力偏差产生的主要原因。最后,针对现场实际情况,提出了轧制力偏差抑制措施,使现场轧制力偏差控制在100t范围内,控制效果良好。