排序方式: 共有34条查询结果,搜索用时 15 毫秒
1.
2.
3.
带钢冷轧闭环反馈控制最优化算法程序开发 总被引:1,自引:0,他引:1
基于多变量最优化控制的带钢闭环反馈控制模型能够充分利用弯辊和轧辊倾斜等平直度控制机构对板形偏差进行控制。闭环反馈控制的目的是使带钢实测板形与目标板形一致,闭环反馈最优化算法程序能充分利用输入信息,全面考虑多个执行机构对板形的作用,避免各控制之间的相互影响,它是该模型准确计算板形调节量的关键。为了实现自主建立带钢冷轧生产线,对某厂1 700 mm四机架四辊冷连轧机第四机架闭环反馈控制进行深入研究,根据对偶法采用C语言开发出基于多变量最优化闭环反馈计算程序并将其嵌入到可编程逻辑控制器(Programmable logic controller,PLC)中,开发出自主的基于多变量最优化闭环反馈控制模块。由该模块计算的闭环反馈平直度执行机构调节量与采用Matlab工具箱Quadprog函数计算结果一致,计算精度高。 相似文献
4.
5.
6.
7.
为提高热轧换规格首块钢头部卷取温度命中率,采用数据挖掘技术,从历史带钢冷却数据中推断出与实际带钢相匹配的卷取温度模型水冷换热学习系数,并将其应用于模型预设定计算。首先,对冷却特征参数进行识别,按照相对型、绝对型、相等型和策略型四种方式进行定义,并对实际带钢与历史带钢的各项冷却特征参数进行相似距离计算。当历史带钢的总相似距离满足要求时,将其聚类为实际带钢的相似卷,并考虑各相似卷的时间影响,计算相似权重值;随后,基于相似带钢的头部和尾部信息,建立由卷取温度预报误差、偏离学习系数回归值惩罚项和偏离默认值惩罚项等构成的目标函数以及相应的约束条件,采用梯度下降法求解该二次规划问题,通过三次优化逐步计算出学习系数参考值和表征学习系数与带钢速度及目标卷取温度呈双线性关系的两个参数;最后,根据实际带钢的穿带速度、目标卷取温度等冷却条件计算冷却设定所需的学习系数。现场应用表明:基于十万块历史带钢冷却数据驱动的模型参数即时自适应设定算法可增强卷取温度模型对带钢头部冷却的预设定能力,学习系数即时自适应设定能力随着内存中保存的历史带钢冷却数据的多样性和检索出的相似卷数量的增加而提升。 相似文献
8.
分析了热轧带钢生产过程中在精轧机组各机架间的温度变化过程,考虑机架间水冷综合换热系数对终轧温度的影响,提出了针对水冷综合换热系数的自适应策略.在现场实测数据的基础上,编制了精轧温度控制模型系数自适应计算的离线模拟软件,预先设定虚拟的通条带钢温度实测值,检验模型自适应系数的变化及其对下一次同规格带钢温度计算值的影响.计算结果表明,在本文建立的模型自适应策略下,自适应系数针对不同的轧件温度实测值可以进行迅速而有效的变化,使计算值迅速逼近实测值,表明本文建立的自适应策略有效. 相似文献
9.
10.
纵筋板是一种异型钢板,钢板的一面带有若干纵向凸筋,均匀分布的纵筋有利于提高钢板的结构强度并减少钢材用量,但筋高不均将严重影响纵筋板的刚度。针对轧制纵筋板的筋高沿宽向分布不均匀问题,即边部纵筋略低于其他纵筋,对次边部纵筋和边部纵筋及其相邻基板进行了受力分析,指出了造成宽向筋高分布不均的原因是孔型沟槽及边部金属对于金属横向流动的阻碍作用不同;采用ABAQUS有限元模拟计算软件建立了纵筋板轧制过程模拟计算模型,对比分析次边部纵筋和边部纵筋横断面上厚向、宽向和轧向的应力和应变分布,得出厚向应力偏差张量减小是边部纵筋高度降低的力学原因;在受力分析基础上,建立了避免边部筋高差的必要边部宽度的计算模型。在实验室内开展纵筋板轧制实验,基于模拟计算得出的规律,采用所建模型调整纵筋板侧边宽度,使纵筋板宽度方向上筋高的均匀性得到了保证,将实验所得的轧件外形与模拟计算结果对比,二者吻合较好。 相似文献