热轧带钢卷取温度控制中的自适应律

通过对一个实际的热轧带钢卷取温度控制系统长时间地观察和采样,归纳出一套适用面广、适应性强的自适应律。首先利用温度计算模型,结合目标与实测值得到自适应律的初值,经自适应计算后再去修正原简化模型进而提高模型计算精度,经过多次改进后,在现场使用效果良好。     

热轧带钢卷取温度过程前置控制

提出了过程前置控制的基本思想,对难于用精确数学模型描述的复杂不确定过程控制进行了探索,并将过程前置控制用于热轧带钢卷取温度控制的精确预测。     

热轧带钢终轧温度控制模型的应用研究

为了适应加速轧制时高精度终轧温度控制的要求,在机架间冷却单元的基础上开发了在线自适应、前馈与反馈相结合的在线终轧温度控制模型,并现场测试了机架间冷却阀门的开度和流量曲线.结果表明,该模型对于提高终轧温度控制精度是有效的.     

热轧带钢超快速冷却过程的温度控制策略

针对热轧带钢超快速冷却过程温度控制,通过建立带钢冷却过程中的空冷、水冷温降模型,采用前馈、反馈与自适应相结合的温度控制策略,提高带钢的中间温度和卷取温度的控制精度,并应用于热轧带钢生产线。应用效果表明,带钢轧后温度控制达到了较高的精度,并有效地提高了带钢的力学性能。     

小脑模型连接控制(CMAC)网络用于热轧带钢卷取温度控制

用解析模型描述层流冷却过程的热轧带钢卷取温度控制系统在换规格时自适应能力较差,因为系统的自适应系数体现的是均值效应,对于动态随机不确定复杂过程的描述与控制往往无能为力·针对这一不足,采用小脑模型连接控制(CMAC)网络进行动态随机自适应控制,取得了令人满意的结果·模拟冷却结果表明,小脑模型连接控制网络充分发挥了模糊联想记忆的功能,可以对没有精确数学模型的不确定复杂过程进行精确控制,增强了系统自适应能力,它是性能优良的前馈网络·     

热轧带钢X80超快冷出口温度高精度控制方法

针对X80管线钢超快冷生产过程,基于传热学基本理论,建立了超快冷温度控制模型.通过对带钢超快冷过程温度场模拟,开发了X80管线钢超快冷控制策略,得出超快冷以均匀模式开启初始组态并采用正向增开策略有利于超快冷精度的提高及带钢芯表温差的减小.针对工艺条件波动对控制精度的影响,开发了超快冷自适应系统,实现了带钢超快冷出口温度实时及卷间修正.现场应用取得良好效果,为控冷工艺的实施提供支撑.     

利用神经网络提高热轧带钢卷取温度的控制精度

针对热轧带钢层流冷却过程的复杂性,以国内某热轧厂层流冷却系统为例,分析了层流冷却系统的组成以及相应的空冷和水冷数学模型.采用神经网络与数学模型相结合的方法,对带钢实测卷取温度与目标值的偏差进行了预报,证明利用神经网络能较好预测卷取温度的偏差值,进而对数学模型中的参数进行调整,实现高精度的卷取温度控制.结果表明,卷取温度比传统数学模型控制的标准差降低了21.94%.     

热轧带钢组织性能预报及控制系统的软件结构探讨

结合武汉钢铁(集团)公司热轧厂带钢热连轧含Nb钢组织性能离线预报系统的软件开发实践，讨论以物理冶金模型为核心的组织性能预报及控制系统软件的结构，描述软件各个模块应实现的功能和它们之间的关系。     

热连轧带钢终轧温度控制样本跟踪策略

为了加强前馈控制在带钢终轧温度控制中的作用,提高机架间喷水冷却控制精度,分析了带钢在机架间运行过程中的速度变化规律,将带钢在精轧机架间的冷却过程划分为多个冷却计算单元,阐述了机架间微跟踪策略的原理,给出了合理的通条带钢机架间微跟踪方法.使用实验室已开发的热带终轧温度模拟运行软件,结合国内某厂现场数据,进行了机架间温度控制模拟计算,计算结果优于现场实测数据.     

热轧带钢板形板厚反馈解耦控制

宽带钢热连轧过程中,板形控制和板厚控制本质上都是对轧制过程中有载辊缝的控制,因此两者各自的控制回路必然存在着相互耦合的关系,这种耦合关系严重影响热轧宽带钢板形板厚综合质量的提高.本文在建立板形板厚耦合模型的基础上.采用反馈解耦控制方法,实现了板形板厚的解耦控制.计算机仿真结果表明,解耦控制环节的引入,基本消除板厚控制和板形控制之间的影响,尤其是消除辊缝调节对板凸度的连带干扰,解耦控制效果良好.     

卷取温度对热轧X70管线钢层流冷却过程残余应力的影响

通过热膨胀仪和Gleeble3500热模拟试验机检测X70钢的膨胀系数、高温屈服强度和弹性模量,采用Marc有限元软件计算了热轧带钢在层流冷却中卷取温度分别为500、550和600℃时的温度场、相变体积分数、残余应力随时间的变化.结果表明:层流冷却过程中,在水冷前期带钢边部的应力超过了该温度下钢板的屈服强度,带钢板形会向着边浪发展;水冷结束时,边部应力值再次超过屈服强度并发生了塑性变形,带钢板形会向着中浪发展.在保证X70管线钢性能的条件下,降低卷取温度有利于钢板贝氏体相变的完成和层流冷却阶段残余应力的降低.     

热轧层流冷却系统优化与模型参数自适应

针对热轧带钢卷取温度控制的不确定性和时变性, 利用系统优化与模型参数的自适应控制热输出辊道上带钢温度. 从控制模式、冷却策略、段跟踪和模型的再计算以及学习系数的读取等方面对系统进行了优化. 根据实际工艺状况, 实时采集现场数据对层冷模型中的参数进行自适应调整, 并就组别分类、空冷/水冷系数的回归分析进行了研究. 实践结果表明： 采用这种方法能满足现场需要, 卷取温度控制精度较高, 基本在-15～15 ℃范围内;控制效果和带钢性能良好.     

基于贝叶斯神经网络的带钢厚度预测与控制

采用贝叶斯统计学原理改进传统神经网络算法,通过在神经网络的目标函数中引入表示网络结构复杂性的约束项,避免网络的过拟合以提高网络的泛化能力.将改进的神经网络应用于济钢1700mm热连轧机带钢厚度预测中,其预报精度、训练时间和网络稳定性均优于传统神经网络预测;然后应用贝叶斯神经网络预测带钢塑性系数;最后将出口带钢厚度和带钢塑性系数的实时预测值综合应用于带钢热连轧厚度控制系统,改进了传统的厚度控制方式,进一步提高带钢质量.     

宽带钢热连轧机自由规程轧制的板形控制技术

针对无取向硅钢连续自由编排"批量同宽"的自由规程轧制要求,自主开发了ASR-C非对称自补偿工作辊技术.采用ANSYS建立了三维辊系有限元模型.有限元分析和工业应用试验发现,ASR-C工作辊无论是在带钢宽度变化时,还是在轧制单位完整服役期内,均具有稳定的凸度和磨损控制双重能力,同时ASR-C工作辊增强了辊缝横向刚度和弯辊力的调节效率.在武钢1 700 mm热连轧机进行了2.55 mm×1 280 mm宽幅无取向硅钢"批量同宽"轧制的ASR-C工作辊工业试验.结果表明,凸度≤45μm的带钢比例由常规工作辊的41.8%提高到98.2%,凸度>53μm的带钢比例从33.9%下降到1.8%,ASR-C工作辊辊形自保持性达到88%.ASR-C技术取得显著稳定的凸度和磨损控制效果,实现了"批量同宽"的自由规程轧制.     

热连轧带钢层流冷却过程温度场模拟

轧后冷却过程中,卷取温度对带钢最终的微观组织和力学性能有重要影响。针对带钢轧后的层流冷却过程,分别采用有限差分法和有限元法,建立了带钢厚度方向的温度场模型,并将模型计算值与实测值进行对比。结果表明,两种方法建立的模型均能较准确地反映层流冷却过程中带钢的瞬态温度分布,为进一步分析带钢的微观组织转变和力学性能提供了依据。     

热轧厚度自动控制仿真系统的设计

正常生产的轧机不可能提供太多的试验机会,为给某热连轧厚度自动控制系统的改造提供一个仿真实验的平台,通过对某钢厂热连轧机轧制控制过程的深入研究,采用组件对象模型(COM)技术将轧机7个机架的厚度自动控制系统进行模块分割,并对每一个子模块进行机理建模,然后利用M ATLAB中的S IMUL INK封装联结各个子模型,最后建立起热连轧多机架仿真系统,为生产现场试验新工艺、新产品提供了一个安全、可靠、离线的软环境。     

无取向硅钢热连轧工作辊热磨辊

为了解决正常生产结构条件下,无取向硅钢热连轧工作辊磨削辊形受热辊形影响难以获得工艺制度期望的初始辊形问题,结合无取向硅钢热轧生产过程,采用二维有限差分法建立了工作辊轧制过程中的工作辊温度场计算数学模型,使用有限元软件ANSYS建立了工作辊下机后空冷和喷淋冷却混和工艺条件下温度场模型,开展了无取向硅钢热轧工作辊一个完整使用周期内的温度场和热辊形仿真研究,提出了无取向硅钢工作辊热磨辊数学模型和热磨辊工艺制度,并投入生产应用.相同生产工艺条件下,1700热连轧机无取向硅钢轧制应用热磨模型和热磨工艺制度后,产品的凸度和楔形双达标率由67.39%提高到74.57%的明显生产实绩.     

热轧带钢横向温度研究方法及测量分析

对目前带钢横向温度分布的研究方法和结论进行了分析;对1800热连轧机精轧出口带钢的横向温度进行测量,针对典型的分布规律,提出了描述参数,并用该参数就其分布规律以及分布与带钢宽度、纵向温度的关系进行了讨论,为建立热连轧带钢横向温度控制模型提供了依据.