排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
热轧带钢成品的宽度精度直接影响产品成材率,是产品性能提升的关键,而精轧区带钢出口宽度的精准预测可以为粗轧区宽度控制模型参数提供及时的优化调整指导。传统机理模型与实际情况往往存在较大差异,现有的数据驱动模型大多采用神经网络方法,但没有考虑轧制数据的时序性以及数据剪枝带来的信息损失。为了进一步提升精轧带钢宽度预测精度,提出一种基于轧制机理的混合神经网络宽度预测模型,利用精轧宽展的机理模型计算宽度基准值,结合卷积神经网络(CNN)和门控循环单元(GRU)输出宽度预测纠偏值。利用2 250 mm热连轧钢厂数据集试验,结果表明本文提出的热连轧带钢宽度预测模型训练效率较高,98.7%带钢宽度的预测精度在4 mm内,较传统BP神经网络模型和其他单一结构网络有大幅提升,且模型在线测试速度满足工业现场应用需求。 相似文献
4.
5.
6.
7.
8.
液压弯辊板形控制手段的实现 总被引:2,自引:0,他引:2
液压弯辊是带钢板形控制的重要手段,分析了弯辊调节板形的原理,介绍了控制信号通过控制器转化为实际弯辊力输出的过程,结合国内某五机架冷连轧厂的具体情况,给出了弯辊控制的程序流程。程序投入运行后的控制结果表明,所采取的控制方法能够很好地满足控制要求。 相似文献
9.
以莱芜钢铁公司1500mm热连轧机层流冷却系统为对象,对如何提高带钢卷取温度控制质量进行了研究。在基于非线性函数分段线性化的预设定模型的基础上,加入了如下措施来改善控制质量:考虑模型中所用变量的波动,对预设定模型进行实时动态补偿;考虑模型中没有涉及到的因素及慢时变参数对卷取温度的影响,对带钢头部进行自学习。运行结果证明所采用的这些措施大大提高了控温精度,能够很好地满足产品质量的要求。 相似文献
1