共查询到20条相似文献,搜索用时 187 毫秒
1.
研究了一种适用于热连轧机的新型高精度轧制力和轧制力矩模型,建立了一个轧制力功系数和轧制力矩功系数的新型指数公式,将两个系数的表达式统一起来,仅含"压下率"和"压扁半径与出口厚度之比"两个影响因子,形式简洁,物理意义明显.给出了新型指数公式中待定参数的确定方法,求得的待定参数值对不同钢种和不同精轧机架具有通用性.预测实践表明,新型轧制力和轧制力矩模型提高了热连轧过程中轧制力和轧制力矩的预报精度,可用于热轧板带生产线精轧机架的在线控制. 相似文献
2.
3.
4.
中板轧机参数相关分析和轧制力矩计算 总被引:1,自引:0,他引:1
通过对四辊可逆轧机轧制过程测量数据的分析,初步探讨了轧机系统轧制力,牌坊拐角应力、轧制力矩、主电机电流、转速和轧机辊缝诸参数之间的相关特性,分析了用主电机电流和轧制力估计轧制力矩的精度。 相似文献
5.
为了优化某限动芯棒连轧管机的孔型参数,利用正交试验参数优化方法,结合钢管热连轧有限元模拟分析,研究轧辊孔型参数(脱离角、脱离比、过渡圆角半径、辊缝值)对轧制所得钢管的尺寸精度和轧制过程中力能参数的影响,分析各参数影响的显著性,确定各因素的优化组合.结果表明:辊缝值对外径椭圆度、壁厚不均度和轧制力矩的影响最为显著,脱离角的影响居于次位,而脱离比对外径椭圆度、轧制力、轧制力矩的影响最小.根据影响规律获得较优参数组合:脱离角35°、脱离比2.25、过渡圆角半径5mm、辊缝值35 mm.对比仿真结果,优化后的钢管尺寸精度较优化前有明显提高. 相似文献
6.
7.
8.
9.
10.
本文通过理论分析和大量实验研究得出:1. 不对称轧制由于一个工作辊直径减小2/3而使轧制压力减小35~55%,大大提高轧制效率.2. 探明各种因素对侧向力的影响规律.小辊偏移角愈大、轧制压下量及轧制速度愈高则侧向力愈大;反向轧制比正向轧制有大得多的侧向力.为了降低侧向力的峰值使之趋于均化,应该适当减少上传动辊的直径或速度.3. 异径单辊传动轧制与双辊传动轧制相反,其正向轧制的侧向力较反向轧制的大得多.因此,单辊传动轧制时小工作辊应在逆轧制方向即轧件入口方向略作偏移.4. 由理论分析推导出一个计算小辊侧向力的简化公式,以及从保证轧制稳定条件出发求出确定小辊合理偏移量的简单公式,并通过实验在一定偏移量范围内得到验证. 相似文献
11.
中厚板轧制过程中的轧制力和轧制力矩数学模型 总被引:1,自引:0,他引:1
本文提出了两个新的无量纲参数轧制力功系数和轧制力矩功系数,并通过对这两个参数的回归分析,建立了高精度的轧制压力和轧制力矩数学模型。 相似文献
12.
13.
14.
两辊斜轧穿孔机作用力和力矩计算 总被引:2,自引:0,他引:2
本文给出了计算钢管穿孔机轧制压力、导板力、轴向力、平均单位压力和金属与轧辊间接触面积的简单公式,这些公式是根据大量实际测定数据得出的。文中还讨论了计算轧制力矩的理论公式。用这种方法来计算穿孔机力能参数对于工程计算是很方便的,而且有足够的计算精确度。 相似文献
15.
16.
为了获得轧制过程的仿真模型,本文利用支持向量机建立轧制力模型,并将所建立的轧制力模型分别对各输入变量进行偏微分,从而进行轧制过程出口厚度灵敏度系数计算,使轧制模型简化,可以解决解析方法难以求解的轧制过程"代数环"问题,有利于在线监控.模型仿真表明基于灵敏度的轧制厚度模型与解析模型对比,具有很高的精度,可以有效、准确地分析在干扰因素作用下各变量的变化情况. 相似文献
17.
18.
19.
轧制压力数学模型及有关公式分析对比 总被引:1,自引:0,他引:1
本文分析了冷轧压力公式的共同性问题。陈家民轧制力公式的推导过程中,省略了塑性方程中由摩擦引起的剪力,因而轧制力计算值接近实际。本文以此式为基础建立轧制力数学模型。对八个轧制力公式用μl/(?)及ε统一了参数。因而它们有着相似的函数式n=φ(μl/(?),ε)。并得到以下效果: 1)减少了轧制力公式中参数的数量,缩短了计算和在线控制的程序。 2)实现了公式之间的定量对比。同时可以方便地进行有关公式间的选择与评定。 3)有四个公式变换成线性方程,而另外四个公式仍是非线性方程。在非线性公式之间,复杂公式可用简单公式来代替。 相似文献
20.
《钢铁研究学报》2020,(5)
轧制力是影响中厚板厚度精度和板型的关键因素。兴澄特钢中厚板轧机二级模型采用传统Sims公式计算轧制力,精度较低。为提高轧制力预报精度,首先基于大量历史生产数据,通过主成分分析法对影响轧制力的因素进行处理和分析,选出权重较大的影响因子;其次选取现场代表钢种进行热模拟压缩实验,在此基础上提出基于极限学习机(ELM)的综合神经网络轧制力预报模型,即先通过化学成分计算出基准变形抗力,再将其作为轧制力神经网络输入变量进行轧制力预报。建模采用10折10次交叉验证确定最佳网络隐层节点数,并用现场实际生产过程数据对网络进行训练与测试。综合神经网络模型投入现场生产,轧制力预报相对误差±10%以内占比提高15.61%,钢板头部厚度命中率提高1.9%。 相似文献