基于核主成分分析的热轧带钢头部拉窄分析

将核主成分分析方法引入热轧生产过程的监控与诊断中,根据平方预测误差统计量进行生产过程监控,然后利用数据重构和优化的邻域选取策略相结合的方法求出各工艺参数对平方预测误差统计量的作用,分析引起过程异常的主要工艺参数,最后利用仿真和热轧带钢实际生产数据进行实验.结果表明:基于核主成分分析的平方预测误差统计量能较准确诊断过程的异常,并可以找出引起异常的原因,为调整生产过程提供方法支撑,防止次品的出现.      

基于PCA-DBN的热连轧数据特征提取

在热连轧生产过程中会产生大量的数据,使用这些海量数据进行诊断和预报非常困难,运算时间较长,甚至会导致"维度灾难"。因此,需要对特征进行提取,去除冗余和不相关的特征。提出基于主成分分析-深度置信网络(principal component analysis-deep belief network,简称PCA-DBN)的热连轧数据特征提取,采用主成分分析(principal component analysis,简称PCA)对数据集进行特征提取,并将选择出的特征按照贡献率可视化,直观显示提取的特征。二次特征提取采用深度置信网络(deep belief network,简称DBN)对已提取数据集进行二次特征提取。将最终得到的数据集作为粒子群优化的最小二乘支持向量机(particle swarm optimization-least squares support vector machine,简称PSO-LSSVM)对精轧轧制力进行预报的数据集,以检验特征提取的合理性。试验显示,预报相对误差要小于机理模型预报相对误差,说明提取特征比较合理。     

基于PCA-BP神经网络的LF精炼终点温度预测

为提高LF精炼钢水终点温度控制水平，提出了基于主成分分析（PCA）和BP神经网络的联合方法预测LF钢包炉精炼钢水终点温度。基于冶金理论和实际生产实践，选取了42CrMo钢生产过程的10个对终点温度有显著影响的因素作为预测模型的指标体系，然后借助主成分分析法对样本数据进行处理，得到了7个主成分变量，累计方差贡献率为87.24%，消除了数据之间的关联性，以此为基础，建立了基于PCA-BP神经网络的LF炉终点温度预测模型，该模型预测误差在±25℃时，模型的命中率为98.71%，模型有较好的识别能力，能够达到LF炉生产过程预测终点温度的目的。     

基于双输出神经网络的转炉碳温控制模型

分析了转炉终点碳温控制时应采用的控制变量，采用标准差和中位数等方面对转炉冶炼输入变量进行前处理，用主成分分析法对现场数据的神经网络训练样本进行降维处理，建立了基于双输出神经网络的转炉终点碳温控制模型。     

基于二维区间自回归模型的烧结终点预测

炼铁烧结生产过程中,烧结终点位置难以确定,建立二维区间自回归模型对烧结终点进行预测。在阐述模型原理的基础上,设计基于运动模式的二维区间自回归预测建模流程,包括构建自回归预测模型得到计算空间的模式类别变量,利用K近邻算法分类得到模式运动空间中的模式类别变量。采用实际烧结终点废气温度数据验证模型,包括采用主成分分析法对多个废气温度时间序列得到进行降维并形成二维数据空间;利用四叉树粒子群优化算法划分废气温度时间序列二维模式运动空间;引入二维区间数来度量模式类别变量;建立二维带输入的区间自回归模型(IARX)实现炼铁烧结终点预测。结果表明,与传统的一维区间自回归模型相比,所建模型预测准确度更高。     

基于主成分分析-BP神经网络的热精轧带钢跑偏预测研究

由于带钢热轧过程中跑偏的影响因素复杂,传统的机理预测模型难以保证跑偏预测的准确性。本文从数据驱动的角度出发,结合带钢轧制过程跑偏产生原理和实际生产数据,提出了一种基于主成分分析(PCA)与BP神经网络的组合模型用于预测带钢跑偏。该模型精度较高,对提高热连轧成品质量和轧制设备的寿命都具有重大意义。     

岩体质量分类的PCA-RF模型及应用

为了更合理地确定岩体质量类别,将主成分分析（PCA）与随机森林（RF）算法相结合,提出一种岩体质量分类的PCA-RF模型。选取能够充分反映岩体质量类别的5项指标进行分析,运用主成分分析法对各指标进行相关性处理,依据方差累计贡献率得出3个主成分,从而消除指标间的相关性,减少模型输入。然后采用随机森林模型对岩体质量进行分类,选用现场20组数据作为训练样本、10组数据作为测试样本,利用交叉验证的方法估计泛化误差。结果表明,该方法分类结果与实际结果较吻合,平均准确率达96.7%,同时得出岩体质量所处类别的概率分布,进一步反映岩体质量的复杂度,为工程建设提供更详细的参考依据。     

基于实测数据的热轧带钢变形抗力模型

采用热连轧生产过程实测数据,建立一种新型结构的精轧带钢变形抗力模型。首先,提出热轧带钢变形抗力广义相加模型的建立方法,包括清洗数据、建立子模型、验证子模型、修正子模型等建模步骤,给出了求解广义相加模型的局部积分算法。接着,针对某热连轧生产线进行变形抗力建模实验,基于收集到的大量热连轧带钢生产历史数据,根据轧制机理和先验知识对各模型自变量进行函数变换预处理,再采用参数估计方法并指定变形抗力模型的基本形式,通过局部积分算法迭代计算确定各自变量的单变量光滑函数。预测实践表明,新模型计算精度高于该热连轧机组在线模型,具有计算精度高、适应性强等优点。     

基于SVR模型的带钢精轧宽展预测

为提高带钢精轧宽展预测精度，结合实际生产数据，建立了基于支持向量机的回归预测模型。首先采用数据清洗、独热编码和主成分分析等方法对样本数据进行预处理，通过交叉验证法对惩罚参数和径向基函数核参数进行寻优，由此确立最佳模型结构。针对测试数据，分别采用回归预测模型、BP神经网络模型和经验公式进行预测，并从平均误差、最大偏差和误差分布等多个角度进行对比。结果表明，回归模型预测下的各项误差指标优势明显，绝对误差在2 mm内的分布占比达到94.52%。     

森吉米尔轧机制动时主传动整流器过流故障分析

武钢有限硅钢部某20辊森吉米尔轧机在2016年HiB化改造后,高速轧制断带后机组制动停车过程中,易发生主传动系统整流器交流侧过电流故障。文中介绍了该机组主传动系统组成及轧机断带制动停机控制策略,从能量可回馈型整流器原理入手,通过对制动过程易发生过电流原因分析,找到了故障产生的原因并加以解决。     

热轧薄规格钢带折叠缺陷成因分析及措施探讨

针对热轧折叠缺陷对酸连轧工序造成的原料空卷问题,从热轧工序相关影响因素出发,分析了薄规格热轧钢带生产过程中折叠缺陷形成原因,主要为钢带头尾存在不同程度镰刀弯或局部浪形等问题,经卷取侧导板和夹送辊共同挤压作用后形成的。通过在设备精度、工艺改进、预警机制等方面进行系统优化和改进,薄规格热轧钢带折叠缺陷发生量得以有效控制,月均发生量从攻关前的55卷左右逐渐下降至攻关以来的20卷左右水平。进一步提高了热轧钢带一检合格率和折叠缺陷的预警识别率,有效降低了热轧钢带折叠类缺陷对下游工序生产过程造成的影响,促进了上下游生产节奏的提升。     

基于KPLS与SVM的热连轧板凸度预测

热连轧作为典型的流程工业过程,具有多变量、强耦合、过程非线性的特点,轧制机理非常复杂。针对传统方法难以获得准确的数学模型从而导致板形质量预测精度较低的问题,采用基于数据驱动的核偏最小二乘 (KPLS) 方法以有效处理工艺参数和质量指标之间的非线性关系,以此为基础,建立了基于KPLS结合支持向量机(SVM)的板凸度预测模型,并采用粒子群优化算法 (PSO) 优化支持向量机参数,进一步提高热连轧板凸度预测精度。预测结果表明,96.86%的板凸度预测值绝对误差小于5.5 μm,整体具有较高的预测精度,对实现板形质量精确控制、提高热轧产品质量具有重要意义。     

马钢热轧板带材跑偏分析

为减少热轧带钢在轧制过程中跑偏造成的堆钢、甩尾等生产事故,通过在生产线中摸索总结工艺优化调整方案,并进行严格的设备精度管理,在实践中进行有益尝试并验证,最终总结了热轧带钢在生产过程中产生跑偏的原因。针对马鞍山钢铁股份有限公司热轧1 580薄板生产线的实际情况,提出了相应的纠偏措施,减少了带钢轧制过程中的设备运行故障,提高了热轧带钢轧制稳定性,从而提高了热轧带钢产品质量,降低了生产成本。     

面向生产全过程的热轧带钢精准控制核心技术

热轧带钢精准控制技术是钢铁智能制造的关键环节,对实现产品类型的个性化、产品质量的高精度和生产过程的高效率具有重要的意义。热轧带钢精准控制技术是众多单项技术的集合体,面向生产全过程,聚焦产品质量。从带钢质量精准判定及分析平台、轧辊精准磨削及管理技术、过程控制在线改造技术、板坯加热精准控制技术以及高品质用钢的全流程板形控制技术等5个方面阐述在板带轧制精准控制方面所做的实践及取得的效果,为实现板带轧制质量控制智能化提出具体的努力方向。     

冷轧工作辊热凸度及其对板形影响

冷轧过程中工作辊的热凸度变化是决定带材板形质量的重要因素,研究分析工作辊的热变形及其对板形的影响对于提高带材质量有着重要的意义.以某厂1 450 mm冷连轧生产线为研究对象,运用大型有限元分析软件ANSYS与LS-DYNA分别建立四机架与五机架的工作辊二维热凸度有限元仿真模型和三维有限元轧制仿真模型,并将2个仿真模型相...     

热轧高强带钢氧化铁皮的去除方法

热轧板坯中添加硅元素,有利于热轧产品强度提升、制造成本降低,同时提高产品的塑性及韧性。但是,随着硅元素的添加,热轧高强带钢的生产过程中会出现典型的红锈表面缺陷。研究表明,硅与铁生成的2FeO·SiO2化合物是形成红锈的主要原因。采用常规热连轧除鳞系统(系统压力约为22 MPa)很难将红锈彻底清除,要除掉这种氧化铁皮采取超高压除鳞系统除鳞(系统压力约为40 MPa)是最为有效的办法之一。重点介绍了针对去除红锈缺陷,超高压除鳞系统在新建热连轧生产线及热连轧生产线改造中的应用。     

带钢热连轧机生产TA10钛合金带的轧制工艺

在带钢热连轧机组上开展TA10钛合金带的轧制工艺优化研究,结合带钢轧制工艺设计,提出多组不同钛带轧制工艺规程,然后直接在带钢热连轧机上进行TA10钛合金带的热连轧生产试验。通过比较研究不同轧制工艺所生产产品的微观组织、力学性能及其他质量状态,揭示了不同热连轧工艺与组织性能的相关性,掌握TA10钛合金带热连轧变形特点,优选确定了TA10钛合金带的轧制工艺及参数,并投入生产应用后使该带钢热连轧机稳定生产出了基本满足相关技术标准要求的TA10钛合金带产品。     

热轧带钢轧制过程的稳定性

在分析热轧带钢时产生带钢运行故障原因的基础上，对带钢粗轧和精轧等过程提出了相应的控制措施．提高了带钢轧制过程的稳定性，保证了带钢产品的质量．     

65Mn热轧带钢开裂缺陷分析及控制

针对65Mn热轧带钢在生产过程中出现的开裂缺陷，从成分分析、检测、原理、试验几个完整的方面进行研究，主要包括化学成分检验、金相分析、开裂断口扫描、显微硬度检测及轧后冷却方式试验对比。结果表明，马氏体相变产生的内应力超过了带钢的抗拉强度是导致65Mn带钢表面开裂的主要原因。针对该问题，通过增加侧喷吹扫能力、提高层冷冷却均匀性、避免堆冷轧后冷却工艺等措施，避免了带钢发生局部过冷及马氏体相变，解决了65Mn热轧带钢的开裂缺陷，满足了下游用户的应用需求。