基于IAGA的冷连轧机预防打滑的规程优化设计

为解决冷连轧轧制过程中的打滑问题,在引入打滑因子的基础上,建立了以预防打滑为目标的规程优化模型.针对标准遗传算法存在的早熟收敛、振荡和随机性太大等缺点,利用改进的自适应遗传算法进行优化.该算法提出了一种基于排序的多轮轮盘赌选择算子,提高了算子的选优能力,也减少了随机性所产生的误差,同时依据个体适应度的值确定染色体的交叉概率和变异概率,使前期变异明显,后期趋于稳定,保证了种群开发和搜索的平衡及全局收敛性.现场试验及生产实践情况证明,该优化规程模型能够有效地降低打滑发生的概率,提高产品的质量,获得更好的经济效益.     

基于改进差分进化算法的带钢冷连轧负荷分配

 为了更加合理地制定冷连轧轧制规程,选取打滑因子、等功率裕度和最小能耗作为目标函数,采用改进的差分进化算法求解Pareto前沿,减少了冗余的寻优代数、缩短了优化时间。以求解出的Pareto前沿为选择池,基于不同的偏好因子选择出不同的负荷分配方法,满足不同工况下的要求。仿真结果表明,该算法可以快速均匀地覆盖Pareto前沿,产生偏重于不同目标的负荷分配规则。优化规程与原规程相比,降低了打滑现象出现的概率,减小了轧制功率。     

基于遗传算法的PP及冷连轧轧制规程多目标优化

 针对多目标优化算法中综合目标函数权值难以确定的问题,通过对偏好的数学量化,采用数值分析的方法,构造了6种不同的偏好函数,建立了物理规划（physical programming）数学模型,然后以遗传算法为寻优工具,实现一种更加灵活更加适合于工程技术人员的交互式多目标优化算法。结合某冷轧厂实际的轧制规程优化过程,选取等功率裕量、轧制总能耗及各机架打滑因子为目标函数,运用基于遗传算法的PP进行优化计算。结果表明,优化后的轧制规程很好地实现了各机架等功率负荷分配,降低了打滑出现的概率,大大提高了板材表面质量和成品成材率。     

基于Φ函数的铝热连轧防打滑轧制规程优化

针对铝材轧制过程中的打滑现象提出了预防热轧打滑的判断条件, 并提出了预防打滑为主的综合电机功率剩余程度相近的目标函数, 建立了轧制规程多目标优化的数学模型, 并应用果蝇优化算法对压下率进行了优化。在河南某铝热连轧厂对5052铝合金加工进行轧制规程优化, 将Φ函数负荷分配法应用到轧制规程中, 结果表明: 合理的负荷分配能较好地实现各电机在功率上的剩余程度相近, 并有很好的预防打滑效果, 证明Φ函数负荷分配法制定轧制规程是合理有效的。     

基于改进混洗蛙跳算法的冷连轧轧制规程优化

 轧制规程优化是使轧制过程达到最佳状态的重要保证。综合考虑影响冷连轧轧制过程的多种因素,以等功率裕度和克服划痕为目标函数,建立了轧制规程多目标优化模型,并采用自适应混沌变异蛙跳算法对轧制规程进行优化设计。该算法是在基本蛙跳算法中,加入自适应混沌变异操作,具有较好的寻优精度和收敛速度。对某钢厂1370mm冷连轧机轧制规程进行优化的结果表明,优化后的规程较好地实现了各机架等功率负荷分配,降低了划痕出现的概率和程度,大大地提高了产品质量,增加了经济效益。     

提高全氢罩式退火带钢机械性能一致性方法研究及应用

强对流全氢罩式退火炉在碳钢、低合金钢的冷轧带钢生产上应用很广泛。随着金属制品行业竞争的加剧,客户对带钢组织性能的均匀性提出了更为严格的要求。从材料装炉、温度控制、气氛控制三个方面进行分析,就如何提高强对流气体保护燃气退火材料均匀性提出基本方法,应用效果表明了该方法的可行性。     

双机架铝带冷连轧机机架间张力分析及仿真

针对某公司1850mm双机架铝带冷连轧机机架间张力波动问题,完善了基本张力公式,并分析了影响张力波动的原因,建立了比较精确的张力微分方程,描述了张力波动及其波动的自调节过程,做出了几种主要因素变化时张力变化情况的Matlab仿真图形,仿真结果与现场实际基本一致。     

基于改进蜂群算法的冷连轧规程优化设计

综合考虑现场和设备所受的约束条件,以等负荷和克服打滑为目标函数,建立了轧制规程多目标优化模型。为了提高算法性能,对人工蜂群算法进行了改进。首先,应用反向学习的策略初始化种群,使得个体尽可能均匀分布在搜索空间。其次,人工蜂群算法采用不同的选择机制,提高收敛速度和寻优精度。最后,用改进的算法对某五机架冷连轧机进行规程优化设计。结果表明,改进的人工蜂群算法能有效避免早熟收敛,全局优化能力和收敛速率都有显著提高。     

一种结合模拟退火算法的BP网络冷连轧参数预报模型

 用神经网络模型代替传统的数学模型,达到提高轧制参数预报精度的目的。在分析了轧制原理的基础上设计了神经网络冷连轧参数预报模型,并针对前向网络反向传播算法（BP）收敛速度缓慢和易陷入局部极小点的缺点,将有全局寻优特性的模拟退火算法（SA）与之结合得到具有较快收敛速度和较高逼近精度的神经网络轧制参数预报模型,提高了网络的快速性和精确性。最后以轧制力预报为例,证明了该方法收敛速度快,稳定性好,可信度高,具有较好的应用前景。     

基于MMAS-PID 的板形板厚综合控制

针对带钢冷连轧板形、板厚存在的强耦合关系,建立了板形板厚耦合模型,进行了厚度波动前馈补偿,设计了对角形板形板厚解耦控制系统,实现了板形板厚解耦。同时设计了最大最小蚁群算法（MMAS）优化的PID控制器,对综合控制系统进行了PID参数优化.仿真实现了快速优化PID以满足控制要求,与传统的PID控制相比,MMAS-PID综合解耦控制系统有效提高了板形板厚控制精度.