1200热连轧地下卷取机张力辊电流调节系统研究

研究了模糊控制控制理论在张力辊电动机电流调节系统中的应用。介绍了传统PI调节器、参数自调整模糊控制器的设计,并用MATLAB（SIMULINK）语言进行了计算机仿真。仿真结果表明,参数自调整模糊控制器具有良好的控制性能,对进一步应用研究具有较大的参考价值。     

基于蚁群算法的冷连轧轧制负荷分配优化

根据唐山某钢厂1 370 mm冷连轧机设备参数,选取等相对负荷目标函数,在一定的约束条件下,优化压下率分配比,并通过蚁群算法的迭代运算,求出负荷最佳分配。仿真结果表明,蚁群算法可以防止目标函数值落入局部极小,优化速度快、收敛性好,可作为冷连轧轧制负荷分配优化方法用于实际生产。     

冷连轧机板形板厚解耦设定补偿研究

首先论述了冷连轧机板形板厚解耦控制的必要性,然后针对当前板形板厚解耦控制大多针对动态轧制过程的现状,提出板形板厚解耦设定补偿的思想,它包括预设定补偿和自适应穿带解耦控制。预设定补偿是解决设定过程中弯辊力对板形板厚耦合系统的影响;自适应穿带解耦控制是针对穿带过程中轧制力预报不精确的板形板厚解耦方法。     

基于遗传算法的混合蚁群算法的冷连轧轧制规程优化设计

针对冷连轧机在轧制过程中的多变量、强耦合、非线性等特点,以等相对负荷为目标,在现场和设备所受的约束条件下,应用基于遗传算法的混合蚁群算法进行规程优化设计,该方法首先利用遗传算法的随机搜索产生规程的初始信息素分布,然后充分利用蚁群算法的并行性、正反馈机制以及求解效率高等特性寻求最优解。该算法使用方便,对某1 370 mm 5机架冷连轧机进行设计比较,表明该方法计算精度高、收敛速度快、可满足在线控制需求。     

基于人工蜂群算法与反向传播神经网络的铝热连轧轧制力预测

在分析传统的轧制力数学模型的不足之后,提出了一种基于人工蜂群算法与反向传播神经网络相结合的铝热连轧轧制力预测方法,使用人工蜂群算法优化反向传播神经网络的初始权值和阈值。以现场采集的精轧机组数据作为训练和测试样本,并与Sims数学模型和反向传播神经网络的预测结果进行比较,实验结果表明所提方法的轧制力预测精度和误差明显优于传统算法。     

基于万有引力算法的铝热连轧规程优化设计

提出了以预防打滑和平衡4个机架功率为目的的多目标函数,建立了一种基于支持向量回归机的轧制力模型来取代传统数学模型,有效地提高了轧制力预报的精度。同时采用万有引力算法对轧制规程进行优化,该算法不仅能够防止陷入局部极值点而且避免了盲目搜索,大大提高了进化速度。该规程应用在河南某厂“1+4”铝热连轧改造现场的精轧部分,轧制规程效果理想。