1450mm冷连轧机活套张力控制系统

冷连轧活套张力控制的动静态精度对于稳定轧制过程至关重要.在结合活套张力控制原理的基础上设计出1450mm冷连轧机活套电气控制系统,详细介绍了活套张力控制系统的控制原理及实现方案,对惯性力矩、弯曲力矩和摩擦力矩进行补偿,随后分析活套的运行情况.实践证明此活套控制系统具有较好的控制效果,满足了工艺上的要求.     

RBF网络在轧辊偏心补偿中的应用研究

将RBF网络引入轧机中轧辊的偏心补偿系统中.给出了实现偏心补偿控制的系统结构框图.介绍了RBF网络线性层权值的训练算法--递推最小二乘法,及中心向量的动态递推算法.仿真结果表明了该算法可用于在线控制.     

面向复杂超多目标优化问题的自适应增强学习进化算法

在解决超多目标优化问题中,基于分解的进化算法是一种较为有效的方法.传统的分解方法依赖于一组均匀分布的参考向量,它借助聚合函数将多目标优化问题分解为一组单目标子问题,然后对这些子问题同时进行优化.然而,由于参考向量分布和Pareto前沿形状的不一致性,导致这些预定义的参考向量在解决复杂超多目标优化问题时表现较差.对此,提出一种基于自适应增强学习的超多目标进化算法(MaOEA-ABL).该算法主要分为两个阶段:第1阶段,采用一种自适应增强学习算法对预定义的参考向量进行调整,在学习过程中删除无用向量,增加新的向量;第2阶段,设计一种对Pareto形状无偏好的分解方法.为验证所提出算法的有效性,选取具有复杂Pareto前沿的MaF系列测试函数进行仿真研究,结果显示,MaOEA-ABL算法的IGD(inverted generational distance)均值在67%的测试函数上超过了对比算法,从而表明该算法在复杂超多目标优化问题中表现良好.     

基于罚函数法的冷连轧轧制规程优化设计

 合理的轧制规程是使轧制过程达到最佳状态的重要保证。规程设定中采用具有自学习功能的BP神经网络取代传统轧制力数学模型,选用Levenberg Marquardt算法对轧制力进行预报。采用等相对负荷目标函数,考虑到现场和设备所受限制,确定约束条件。利用罚函数法将有约束的最优问题转换成无约束的最优问题,对某厂冷连轧现场规程进行了优化设计,并对优化前后的轧制规程进行了分析和比较,优化效果令人满意,满足实际生产要求。     

冷轧平整机工作辊表面粗糙度衰减模型

 冷轧平整机的工作辊直接和带钢接触,其表面粗糙度衰减情况对带钢成品的板形和表面质量有重大影响。因此,分析轧辊磨损机制,对轧辊表面粗糙度的衰减进行精确预测十分必要。首先采用灰色关联度分析对影响平整机工作辊表面粗糙度磨损的因素进行分析,确定了工作辊表面粗糙度评估指标体系。进而应用优化在线稀疏最小二乘支持向量回归模型对冷轧平整机的上工作辊表面粗糙度进行在线预测。通过预测误差准则实现系统的前向递推,采用FLOO(fast leave one out)的修剪算法实现其后向删减,并且采用最速下降法实现了2个超参数的在线优化。经过仿真研究表明,系统预测的绝对误差平均值为0.014 9,与其他方法相比具有明显的优越性,并且系统具有在线自适应的能力,能够随着时间而进化。     

基于改进多目标粒子群算法的冷连轧规程优化设计

合理的轧制规程能够提高轧机的产量和产品的质量,带来显著的经济效益。采用多目标粒子群算法,选择等相对负荷和预防打滑为目标进行冷连轧规程优化。针对算法存在的收敛性和分布性难以均衡的问题,引入一种基于平行坐标系的密度和收敛潜能计算方法;同时,为克服算法易于陷入局部最优的缺陷,提出一种带个体扰动的全局最优领导粒子选择策略。仿真结果表明,该方法能快速跳出局部极值,获得具有更好收敛性和分布性的近似Pareto前沿。最后应用该方法对某五机架冷连轧机进行了轧制规程优化。       

基于改进遗传算法优化BP网络的轧制力预测研究

为提高铝热连轧轧制力预报精度, 满足现场生产需求, 采用改进遗传算法优化神经网络建立铝热连轧轧制力的智能模型。以河南某1+4铝热连轧厂连轧实测数据作为实验样本, 在遗传算法的初始化和变异机制中引入混沌序列, 同时选择最优保存机制、动态调整交叉率和变异率等方法, 提出了改进的遗传算法, 并将其与改进的BP算法相结合, 对多层前馈神经网络权值阈值进行优化, 避免学习中陷入局部最小, 使模型最终具有了良好的收敛性和适应性。网络预测结果与实测数据的相对误差基本在10%以内, 该预测精度明显优于传统数学模型, 实现了铝热连轧轧制力的高精度预测。     

铝热粗轧机自适应辊缝动态设定

针对某现场铝热粗轧板带头部厚度偏差较大现象, 应用自适应模糊神经网络控制技术, 建立了热粗轧辊缝动态设定系统。该系统将轧制力预报误差及弹跳方程误差作为输入, 运用模糊神经网络预测下一道次的辊缝设定补偿值, 并以实际数据对系统进行校验, 结果显示该方法可以大幅提高铝热粗轧板带头部厚度精度。     

自适应模糊PID在双铝轧机机架间张力控制中的应用

张力控制是铝带轧机生产过程控制的难点。在双机架铝轧机控制系统中,通过控制机架间的张力大小,可以减少轧机的负荷,在一定程度上也可以改善铝带的板型质量。分析了张力控制的基本原理,基于双闭环的动力系统建立了以速度为主要影响因素的张力系统模型。通过自适应模糊PID的智能控制方式对双机架铝冷轧机中的张力模型进行仿真,仿真研究表明,自适应模糊PID对张力系统的控制优于常规PID,可减小系统较大幅度的振荡,而且能更快地达到张力控制系统的稳定状态。