厚板轧制过程中轧件内部变形渗透定量化研究——自主工艺设计辅助软件的探索

为增强PIDAS中工艺设计辅助DA(design aided)功能,从有限元数值模拟仿真计算入手,系统建立厚板轧制过程中轧件内部变形分布数据集,通过python编程建立基于数据库的厚板轧制过程中轧件内部厚度方向变形量分布(变形渗透)高效定量化计算模型.把数值研发结果导入到PIDAS系统,为厚板产品进行轧制工艺设计优化,在自主工艺设计辅助软件领域上进行了探索.     

基于材料组织量化的DWTT性能优化探究

以一种新型管线钢试制过程中DWTT性能改进为例,基于PIDAS提供的工艺—性能数据,通过机器学习与图像识别方法对材料组织进行信息量化分析.结合不同工艺量化信息对比改进工艺参数,通过有限次数试制获得的工艺—组织—性能数据,结合专家经验找出三者之间关联性,进行工艺分析优化设计,快速确定达成良好DWTT性能的工艺设计.     

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。     

基于组织 性能预测的集装箱热轧板工艺优化

 针对产品的性能要求制定合理的热轧工艺,提出将组织性能预测与控制技术应用于热轧工艺的优化设计。基于大量生产数据,建立了包含10个BP神经网络的模型组以描述化学成分、工艺和力学性能的对应关系,屈服强度、抗拉强度和伸长率的预测精度分别达到了±6%、±6%和±4%。结合多目标粒子群优化算法,针对客户对性能的需求,在化学成分和工艺约束已知的条件下,对热轧工艺进行了优化计算。工艺优化计算结果与现场生产数据吻合良好,验证了工艺优化设计的有效性,从而为热轧最优工艺设计提供指导。     

基于神经网络的热轧产品性能预报与参数优化

以实际生产数据为基础,建立热轧产品性能预报神经网络模型;通过BP网络实现逆映射,建立工艺参数设计的神经网络模块.试验结果表明,产品性能神经网络模型与工艺参数优化神经网络模型十分可靠,为解决热轧产品性能预报与工艺优化设计问题提供科学的途径.     

1880机组花纹板轧制工艺研究

根据本钢1880热连轧厂短流程设备和工艺条件,对花纹板的生产工艺和数学模型进行了深入研究,提供了花纹辊槽尺寸公差和刻辊工艺改进方法,确定了合理的工艺轧制参数,制定了花纹板的工艺操作方案。实践证明,在本钢BSP线自主开发生产花纹板,解决了花纹板生产中存在的如纹高不足、板形不良等问题,形成了具有本钢特色的花纹板生产工艺制度,生产中取得了良好的效果。     

高速钢轧辊热处理工艺参数的预测

材料的热处理工艺和性能之间具有很强的非线性关系,人工神经网络是解决非线性映射关系的一种有效的手段.本文以离心铸造高速钢轧辊的热处理工艺与性能的关系为研究对象,以人工神经网络中的BP网络理论为基础,再借助MATLAB工具设计出具有较好性能的网络结构,使用训练后的网络模型对高速钢轧辊的性能进行预测,得到了较好的效果.     

基于大数据的力学性能预测与工艺参数筛选

神经网络数据样本的质量影响着模型的预测精度；选择有效的工艺参数进行建模可以提高模型的训练速度，节省训练时间。针对数据样本质量和输入工艺参数的选择问题进行了研究，采用了计算马氏距离的方法剔除异常点，改善数据样本的质量。基于采集到的热轧汽车大梁板的17个工艺参数的生产数据，采用贝叶斯神经网络建立力学性能预测模型。通过采用平均影响值筛选出对力学性能影响较大的工艺参数进行建模，以简化模型。结果显示：简化后的模型取得了较高的预测精度，对于抗拉强度和屈服强度，分别有96·64％和94·96％的数据预测值和实际值相对误差在±6％以内；对于伸长率，有96·64％的数据预测值和实际值的绝对误差在±4％以内。     

基于卡方分箱法和逻辑回归算法的 转炉操作工艺评价模型

终点碳含量和温度的窄窗口控制是衡量转炉冶炼水平和实现智能制造的主要目标.本文基于某钢厂Q235钢种转炉实际生产数据,采用卡方分箱法并结合所划定的理想终点目标区间对转炉操作工艺参数进行了分箱,借助WOE编码判别确定了影响转炉理想终点目标的关键工艺参数,采用逻辑回归算法对编码后数据进行了评分.所构建的转炉操作工艺评价模型能够对操作工艺参数进行合理评分,所判别不符合转炉理想终点目标区间的数据召回率为84%、精准率为88%.此外,评价结果表明铁水碳含量及硅含量是影响该炼钢厂转炉终点目标的主要因素,因此,优化铁水条件有利于实现对转炉终点目标窄窗口控制之目的.     

首钢矿业公司烧结厂自主开发工艺设施监测软件

首钢矿业公司烧结厂为提高生产过程监测和产品质量检测控制自动化水平，自主开发工艺设施监测软件系统，取得了良好的运行效果。