排序方式: 共有10条查询结果,搜索用时 31 毫秒
1
1.
2.
3.
4.
板带材的板形精度一直是研究的重点。在实际生产过程中影响板形精度的因素很多而且因素之间存在非线性、强耦合的关系,基于板形控制机理的传统数学模型很难准确表达其中的关系,而基于数据驱动的非机理模型则能取得很好的结果。BP神经网络作为一种发展成熟的算法可以作为一种新的预测手段应用在板形的预测工作中。因此,本文将BP神经网络应用于板形的预测研究中,讨论了基于BP神经网络的板形预测模型的可行性以及应用的优势,重点介绍BP神经网络对板形预测带来的积极意义。BP神经网络在对即时板形缺陷系数进行预测时,能够较好的接近实际的拟合值。BP网络在训练过程中,在50轮训练后基本收敛,并且整个训练过程没有产生过拟合现象。BP神经网络对测试集进行预测,能够有效的反映板形的变化情况,且对一次、三次板形缺陷系数的预测结果较好。 相似文献
5.
带钢生产过程中,调整张力是控制产品板形、抑制板形缺陷、保证轧制过程顺利进行的重要手段。光整轧制过程中张力的加载有着两个重要的职能:实现微调带厚和拉伸矫正板形。文章以光整机为研究对象,基于ABAQUS建立四辊光整机轧制过程仿真模型,并进行一定长度带钢段的匀速连续轧制(即稳定态)过程模拟,研究了板带平整轧制过程中张力设定值与板形之间的关系以及张力大小对板形的影响效果。结果表明:张力增大可以促进轧件金属的纵向流动,加大轧件的厚向变形,减小出口轧件的凸度,且后张力的作用效果比前张力更显著,影响能力约为前张力的2.4倍。当张力增大时,带钢边部与中部延伸差在不断地减小,与前后张力对轧件厚向变形的影响趋势一致,带钢向良好板形方向发展。 相似文献
6.
7.
镀锌板光整过程表面粗糙度控制技术 总被引:1,自引:0,他引:1
热镀锌带钢是高端汽车板的主要原料,用户对其表面质量控制提出了较高要求。首钢某热镀整机组的镀锌带钢出现了上下表面粗糙度分布不均匀,表现为带钢下表面粗糙度值高于上表面。针对此问题进行了大量的现场试验和理论研究。分析认为,光整过程的非对称因素是造成镀锌带钢表面缺陷的主要原因。以非线性有限元软件ABAQUS为仿真平台,建立二维平整轧制有限元模型,通过非对称仿真计算验证了镀锌带钢表面缺陷的产生原因,并且提出了优化光整轧制力 张力配比、辅助辊调整的改进措施,从而圆满地解决了镀锌带钢的表面质量问题,研究结果对生产实践具有借鉴意义。 相似文献
8.
为了降低燃气消耗及氮氧化物排放,针对连续退火炉现有工况条件及燃烧系统在低负荷条件下存在燃烧效率低、能源损耗大的问题,在原有比例控制模式的基础上引入数字脉冲(ON-OFF)控制模式,综合两种控制模式的优点,对退火炉燃烧系统进行了改进及控制模式优化,实现了不同热负荷情况下控制模式的切换,提高了燃烧系统的加热效率,同时环保效果显著。实践结果表明:与单纯比例控制相比,改造后的加热区助燃空气总量下降了25%,燃气消耗降低了7.2%,氮氧化物排放平均值降低了20 mg/m3。连续退火炉脉冲-比例复合燃烧控制模式实际应用取得了良好的节能环保效果,可持续发展前景广阔。 相似文献
9.
采用单点法和线性回归法对金属材料塑性应变比r值进行测量和计算。结果表明:低应变下计算得到的r值不能真实反映试样的力学性能;对于均匀塑性应变材料,采用单点法、线性回归法均可准确地计算其r值;线性回归后得到的直线是否强制通过坐标原点测得的结果差异并不明显;r值测量中平行段长度不应接近标距,从而避免造成不均匀塑性应变。 相似文献
10.
1