超细管矫直机反弯辊型设计及矫直精度分析

反弯辊型比双曲线辊型在矫直过程中更加容易形成等曲率反弯,符合实际矫直情况。利用凹凸反弯辊改造十辊矫直机第二、四对矫直辊,提高矫直质量。利用残余曲率理论解析值求出合理的反弯曲率值,并用MATLAB计算并绘制辊型曲线。应用Abaqus分别建立改造前后十辊矫直机模型,模拟矫直过程,对比采用不同辊型模型的矫直效果。反弯辊型矫直压下量更加合理,矫直后直线度、残余应力都好于普通的双曲线辊型,证明了反弯辊型在超细管材矫直过程中的重要性和必要性。     

板带轧机板形控制倾辊弯辊神经模糊PID模型

板形是板带轧制的重要质量指标,倾辊和弯辊是板形控制的重要手段.目前常规的PID控制算法被广泛应用到板带轧机倾辊和弯辊板形控制系统中,但由于实际系统随机干扰严重,具有多变量、非线性、强耦合的特征,难以建立较为准确的数学模型,常规的PID控制算法很难满足板形高精度控制的要求.为能提高倾辊和弯辊板形控制系统的性能,在常规PID控制算法的基础上,建立基于神经网络的模糊PID倾辊弯辊板形控制模型,通过神经网络的自学习能力和模糊控制的"概念"抽象能力的有机结合寻找一个最佳的P、I、D非线性组合控制律,增强对控制环境变化的适应能力和自学习能力.仿真试验结果表明,该模型能很好地跟踪板形的目标设定值,响应快,超调小,鲁棒性强,可提高倾辊和弯辊对板形的控制精度,为板形高精度控制提供了一种新方法.     

辊式矫直机传动形式及特点简介

一重集团公司30多年来为国内各大钢铁企业设计并制造了不同种类不同型式的辊式矫直机。驱动矫直机的减速分配箱是公认的减速设计制造的难点。本文着重介绍矫直板带材,型钢的辊式矫直机传动型式及传动特点以及我院设计的新型“上置立式八辊矫直机”。     

神经模糊PI控制在冷连轧机弯辊系统中的应用研究

针对液压弯辊系统的非线性、时变性和不确定性,设计了一种基于神经网络、模糊控制和PI算法的控制器.通过对本钢冷轧厂弯辊控制回路的应用仿真,结果表明神经模糊PI控制可提高弯辊系统对弯辊力给定值的跟踪能力,系统具有更优的动态性能.     

H型钢九辊矫直机的结构与液压系统分析

针对H型铜九辊矫直机的两种类型--九辊悬臂式变节距矫直机和九辊紧凑式双支撑矫直机,对其结构分别进行了介绍,并对这两种九辊矫直机液压系统中的压下调整和轴向调整液压系统进行了原理介绍和功能阐述.     

开卷机后反弯辊结构优化及设计

将开卷机后反弯辊优化为单辊式结构,并且给出了单辊式反弯辊辊子直径的设计方法,减少了安装与维护时间,为类似机组的辊子直径设计提供了参考.     

二辊对辊式管棒材矫直机辊形设计

为了保证矫正质量,矫正辊应和管棒材呈线接触,基于此,本文从啮合原理的角度推导出了二辊对辊式管棒材矫直机的矫正辊的理想型线为双曲线,提供了二辊对辊式管棒材矫正辊的设计依据和方法。     

辊式矫直机1#辊压上量对钢板矫直质量的影响

根据某热轧带钢厂横切机组中11辊矫直机的工艺参数,运用曲线拟合的基本思想,分析1#辊压上量的改变对2#辊处相对反弯曲率产生的影响,得出1#辊压上量的改变使得1#辊与2#辊间零弯矩点的位置发生了变化,使2#辊处产生最大相对反弯曲率。并且运用有限元分析软件建立该矫直机的有限元模型,分析比较不同的1#辊压上量所对应的板材矫后残余应力和平直度,发现在设定好上排辊的压下规程后,适量地改变1#辊压上量可以提高板材整体质量,为实际生产提供了理论依据。     

厚板矫直机弯辊装置的设计与优化

针对目前厚板矫直机常用弯辊装置中存在的不足,基于七辊厚板矫直机设计出斜楔式弯辊装置,为减小斜楔整体纵向尺寸,将上、下斜楔均设计成为三段式,并通过有限元分析软件Abaqus对弯辊装置进行了强度校核,还对斜楔的纵向尺寸进行了优化,降低了机架的高度,减轻了整机质量,提高了矫直机的刚度。另外,通过分析模拟结果发现,当上斜楔的推进量在36 mm左右时,斜楔机构的整体应力值较小且较均匀,因此实际矫直生产过程中应尽量使斜楔机构处于中间位置。     

二辊矫直机凸辊辊形参数的研究

为满足高速、高精度地矫直棒、管材的要求,二辊矫直机在矫直棒、管材时,棒、管材与矫直辊应全部接触.提出了满足此要求的二辊矫直机的凸辊辊形曲面的计算公式.现有的辊形曲线计算公式以凹辊辊形的设计计算为主,且繁而复杂.这里提出的凸辊辊形曲面设计公式计算简单、方便,为二辊矫直机辊形设计提供了一种新方法.     

液压弯辊系统的优化神经网络内模控制

针对轧机液压弯辊系统存在非线性、时变性等特点,采用基于前馈神经网络的内模控制方法,将优化网络用于神经网络辨识器和内模控制器的离线训练,采用学习率自适应调整的改进BP算法在线调整网络权值。仿真研究表明,将优化网络用于液压弯辊系统控制,提高了液压弯辊系统的动态响应速度和稳态跟踪精度,具有较强的快速性和鲁棒性,能够取得理想的控制效果。     

大直径棒材二辊矫直机辊形设计研究

二辊矫直机矫直质量的好坏很大程度上取决于辊形的合理与否。以金属弹塑性弯曲理论为基础,从二辊矫直机的矫直原理出发,利用编程软件MATLAB计算辊形半径,设计出典型产品的辊形曲线。建立有限元模型并分析棒材在矫直过程中的应力变化情况。     

基于模糊BP网络的自适应PID控制

针对经典PID控制的参数不能在线调整的缺陷,提出了一种基于模糊BP神经网络的PID控制算法,采用模糊规则自动地调节BP神经网络训练过程的学习参数,利用神经网络较强的学习能力和模糊控制在模型未知或不精确前提下的控制能力,将其应用到PID控制中[1],实现了PID控制参数的在线调整和优化,并对其在非线性离散系统中的应用进行了仿真。实验结果表明该算法性能优良,加快了系统响应速度,减少了超调量,适用于纯滞后非线性系统。     

小型专用拉弯矫直机的设计与工艺研究

镀锌薄钢带经常大量应用于冷弯型钢生产中,而在其生产过程中很容易出现板形缺陷。常见的辊式弯曲矫直设备通过单纯弯曲变形对钢带实施矫直,但无法胜任薄带复杂板形的矫正。拉伸弯曲矫直方法将拉伸和弯曲两种矫直工艺相结合,改变了钢带中性层的位置,经过多次拉直、弯曲能够实现钢带全截面延伸,能够同时实现钢带侧弯、波浪变形、坯料楔形等不良板形的矫直。为此我们开发了一种专门用于冷弯生产的小型拉弯矫直设备实现薄钢带的矫直功能。不但详述了设备机械、电气的研制与开发,而且采用有限元分析和现场试验相结合的方式,对特定产品的拉弯矫直工艺进行了研究。     

CMAC神经网络控制器与BP神经网络辨识器的系统设计

提出了一种基于CMAC神经网络控制系统,该系统由CMAC神经网络控制器和BP模型辨识网络组成。文中介绍了CMAC神经网络控制器的结构及学习算法,还给出了系统辨识的BP网络结构及学习算法。仿真结果表明了此法的可行性和有效性。     

基于Pearson关联度BP神经网络的时间序列预测

针对BP神经网络存在的过拟合问题,提出了基于Pearson关联度的神经网络预测模型。将传统的基于误差反向传播的BP神经网络中的误差函数替换为Pearson关联度函数,利用梯度上升法对训练过程中神经网络的连接权重和阈值的调整量进行了推导,并为调整量添加了动量项用于提高神经网络收敛速度,然后建立了关联度反向传播预测模型,并对其权重进行了阈值限制以及增加学习率来防止过拟合。对通用数据集进行时间序列预测实验,通过与改进的RBF和BP神经网络对比,表明对于多因素时间序列的预测Pearson关联度BP神经网络的预测误差精度RMSE降低了4.02,收敛次数减少1 690代。实现了将关联分析与BP神经网络的结合,能够在保证效率的同时,解决过拟合问题,提高预测精度。     

Application of a flexible structure artificial neural network on a servo-hydraulic rotary actuator

In this article the results of the application of a flexible structure artificial neural network for controlling the angular velocity of a servo-hydraulic rotary actuator are discussed. A mathematical model for the system is derived, and a flexible artificial neural network (ANN)-based controller with the feedback error learning method as a learning algorithm is applied to the system. The neural network-based controller has a feed-forward structure and three layers. The flexible bipolar sigmoid function was used as the activation function of the network. The simulation and experimental results show good performance of the developed method in learning the inverse dynamic of the system and controlling the angular velocity of the rotary hydro motor. The advantages of the developed method for servo-hydraulic actuators over other traditional approaches are discussed.     

基于改进型BP神经网络PID控制器在转台系统中的应用研究

为改善转台系统性能,针对传统的PID控制参数难以获得较理想的控制效果,设计了一种基于改进型BP神经网络的PID控制器。介绍了PID控制器的结构和BP神经网络算法描述,利用最小二乘法和神经网络建立被控对象的预测数学模型,并用该模型所计算的预测输出取代预测输出的实测值,对基于BP网络的PID控制器的权值调整算法进行改进。以某转台模型为对象,建立了转台控制系统的数学模型并对其进行仿真。仿真结果表明,改进型BP神经网络PID控制器具有良好的控制效果,跟踪精度高、性能稳定及鲁棒性强,能更为有效地应用到转台系统中。     

铝合金板快速加热弯曲的参数预测

基于BP神经网络平台,建立了铝合金板快速加热弯曲的角度预测BP网络模型,实现了脉冲激光加工工艺的参数控制与优化。通过试验获得样本数据,将试验样本数据用于BP网络的训练,利用训练好的BP网络对非线性的样本数据规律进行拟合,对脉冲激光弯曲角度和工艺参数进行准确的预测,预测误差范围可控制在＜5~8%,研究结果为实际生产中精密成形提供了有效的理论与试验依据。     

二辊矫直机辊形参数设计

从研究矫直原理入手，借鉴国内外先进的技术经验，设计了二辊矫直机。该机为当前比较先进矫直机，同时对金属变形理论、矫直工艺及矫直机械的设计制造进行了深入研究，给出了二辊矫直机辊形参数的确定方法。