微合金热连轧带钢轧制过程温度变化的数学模型

根据现场实测数据的研究 ,建立了铌微合金化高强度低合金 2 10～ 2 5 0mm厚板坯轧成 3.0～ 8.0mm成品带钢在 3 4连续式轧机组粗轧和精轧时轧件温度计算模型 ,包括辊道、粗轧段、精轧段、层流冷却段轧件温降的计算公式。结果表明 ,模型预报和实测轧件温度在粗轧出口平均误差小于± 14℃ ,在精轧出口小于± 5℃ ,卷取入口小于± 10℃。     

基于有限元高速线材预精轧与精轧过程的研究

为揭示线材热轧过程中轧件内部微观组织的演化特征,对某厂Φ6.5 mm规格的ML08Al线材预精轧、预水冷和精轧过程进行了有限元模拟.预精轧开始轧件温度为980℃.温度与变形的模拟结果与实际生产情况基本吻合.结果表明:整个预精轧和精轧过程中,轧件心部温度一直很高,而轧件表面温度较低;轧件的变形主要集中于轧件心部和对角线方向,这些区域更有可能达到动态再结晶的条件使晶粒组织优先细化;其心部与表层所出现的混晶组织,是由变形条件和温度条件的综合作用而产生的;加大预水冷强度可以抑制晶粒长大,提高成品组织的均匀程度.     

基于轧制机理和混合神经网络的热轧精轧带宽预测

热轧带钢成品的宽度精度直接影响产品成材率，是产品性能提升的关键，而精轧区带钢出口宽度的精准预测可以为粗轧区宽度控制模型参数提供及时的优化调整指导。传统机理模型与实际情况往往存在较大差异，现有的数据驱动模型大多采用神经网络方法，但没有考虑轧制数据的时序性以及数据剪枝带来的信息损失。为了进一步提升精轧带钢宽度预测精度，提出一种基于轧制机理的混合神经网络宽度预测模型，利用精轧宽展的机理模型计算宽度基准值，结合卷积神经网络(CNN)和门控循环单元(GRU)输出宽度预测纠偏值。利用2 250 mm热连轧钢厂数据集试验，结果表明本文提出的热连轧带钢宽度预测模型训练效率较高，98.7%带钢宽度的预测精度在4 mm内，较传统BP神经网络模型和其他单一结构网络有大幅提升，且模型在线测试速度满足工业现场应用需求。     

基于改进径向基神经网络的中厚板厚度预测

针对中厚板轧制过程中厚度计模型预测轧机出口实时厚度精度不高的问题，提出一种麻雀搜索算法(sparrow search algorithm, SSA)优化径向基(radial basis function, RBF)神经网络的中厚板厚度预测模型。通过SSA对RBF神经网络的参数进行优化，提高模型的预测精度。根据现场实际采集的数据，结合产线的工艺布局，对数据进行时空坐标转换后代入模型进行训练。通过多种规格中厚板厚度数据仿真验证，SSA-RBF模型预测精度可以控制在0.075 mm以内，预测效果好于反向传播(back-propagation, BP)神经网络和广义回归神经网络(generalized regression neural network, GRNN),模型预测精度可以满足实际轧制的精度要求。     

热连轧粗轧区FES宽展模型及其优化

为了满足某厂1580热连轧机宽度控制精度需求,提高宽展模型的广泛适用性,利用ANSYS/LS-DYNA有限元软件,对热轧粗轧区立轧--平轧过程进行了模拟.根据模拟数据,系统地分析了轧件宽度、厚度、轧辊直径、立辊侧压量和厚度压下量对"狗骨"宽展、自然宽展和绝对宽展的影响规律.利用模拟数据并结合现场数据构造了FES(finite element simulation)"狗骨"宽展模型和自然宽展模型,并建立了PSO-BP神经网络(粒子群BP神经网络).最后,FES宽展模型与PSO--BP神经网络相结合预报第1、3和5道次的宽展,其预报值与实测值误差在1mm以内的均达到了99%以上,达到了宽度控制的精度要求.     

X46级管线钢热连轧过程中温度场及平均流变应力的预测

采用有限元计算模型和实测轧件温度以及精轧各道次的轧制压力值，对不同边界条件下的传热系数和塑性功转热率进行了优化计算，得到了轧件断面温度场。在此基础上考虑了再结晶等因素，建立了计算精轧过程中应力一应变曲线的流变应力模型，并利用该模型对X46级管线钢精轧各道次的流变应力进行了预测。结果表明：该模型的计算结果与用Sims法计算的结果吻合较好，能真实反映工业生产的实际情况。     

基于数据分析的热轧精轧宽展预测性改进

为了提高产品质量及满足用户的指标要求，主要研究热轧产线精轧宽展数值在不同种类、不同规格、不同环境变量下的变化规律，从而将相应的过程数据进行采集、清洗、统计和剖析，借助数据分析的方法拟合公式，代替原有机理模型输出精轧宽展计算值，完成产品宽度自动化、自适应控制。     

风电钢厚板低温轧制板形翘曲原因分析及改进

文章介绍了针对八钢4200/3500中厚板在轧制厚度≥50mm规格风电钢板过程中精轧阶段发生的轧件翘头的问题。从过程基础数据入手,依次从轧件上下表温差、轧制中间坯长度、轧件咬入时上下辊速度、轧制线高度和轧制速度五个方面进行了排查分析,最终确定主要影响因素。制定了改进措施并运用于实际生产中,获得了显著效果。     

精轧除鳞温降探讨

针对原精轧温度分布计算没有考虑除鳞温除的事实，通过现场实验，确定了精，轧除鲜换热系数，使预报的精轧温度分布更加准确，轧件形抗力和扎机弹跳量的计算精度大为提高。     

首钢京唐MCCR精轧入口温度控制系统介绍

首钢京唐MCCR(多模式连铸连轧机组)精轧入口温度控制系统创新性的采用电磁感应加热技术和强冷技术,使产线对精轧入口温度的控制更为灵活,从而满足不同生产模式下的温度控制需求,增强产品开发能力。本文旨在介绍该控制系统的设备能力和控制逻辑。     

基于神经网络的热连轧精轧机组轧制力高精度预报

以实测数据为基础，在精轧预设定中采用ＢＰ神经网络的方法取代传统的轧制力数学模型，并对神经网络输入项和训练样本进行分析，提出改善神经网络预报精度的一些方法，预报结果和实测数据比较表明，预报精度有较大的提高。为满足现场要求提出神经网络预报轧制力在线应用方案。     

高速线材10道次精轧过程的有限元模拟

通过对钢厂高速线材热连轧过程的传热分析,借助ABAQUS软件建立了线材与轧辊的3维热机耦合模型,对42A钢(0.39%～0.46%C)从Φ16 mm精轧至Φ5.5 mm轧材的10道次精轧过程的温度场,应力-应变场和轧制力进行了模拟。得出精轧后轧件心部温度升高130℃,表面温度降低10℃,轧件降温主要是轧件的热辐射和水冷造成的。10道次轧制力的计算值与实测值的相对误差为1.88%～4.50%。     

基于人工神经网络的热连轧参数预测模型

将BP神经网络的思想用于预测热连轧参数，研究并建立了基于BP神经网络的预测控制数学模型。以热连轧精轧自然宽展值为例，现场实测数据仿真验证表明，该模型明显优于传统的数学预测模型，具有很高的预测精度。     

高速线材轧机的设计和展望(续)

五、线材轧机设备的展望 线材轧制的主要特点是轧件断面小,特别在精轧区,轧件直径只有φ5.5mm、φ6mm、φ6.5mm等等,它所带来的问题一是产量低,二是散热快。因此,生产中的关键问题是“快速”。要“快速”,就带来了一系列的问题。如高速轧件的扭转,控制高速运动的轧件,设计和制造高速轧机等等。要提高线材轧制工艺的水平,抓住问题的关键,首先应在精轧机上下功夫。近十多年来,高速线材精轧机有了很大的突破,轧速已达115m/s,制造精度要求很高(摩根精轧机的传动齿轮按美国AGMA标准的11级或12级质量标准制作)。高速线材精轧机虽然局     

GCr15轴承钢棒材连轧过程温度场数值模拟

建立了GCr15轴承钢(0.99%C、1.47%Cr)160 mm×160 mm方坯经粗轧、一中轧、二中轧、KOCKS轧机轧成Φ25.0 mm和Φ35.0 mm的轧件温度场预测模拟系统;研究了轧件轧制过程中温度的变化,一中轧入口轧制速度(0.55 m/s和1.1 m/s)对轧制过程轧件温度的影响,以及轧后冷却工艺(2段式和3段式快冷)对轧件温度的影响。结果表明,轧件温度的计算值和实测值的相对误差≤3%。     

基于R2出口测宽的宽度模型研究和优化

由于在2 050 mm热连轧机中只有粗轧机的立辊具有宽度压下的功能,粗轧出口宽度偏差在精轧及卷取机组基本无法进行弥补,因此粗轧宽度控制精度直接决定了精轧及卷取出口宽度精度,优化粗轧宽度控制模型以减少粗轧宽度偏差,是提高宽度控制水平的重要手段。粗轧R2出口新增测宽仪为模型的优化提供了基本条件,可以实测轧件在R2出口的宽度偏差,并基于实测数据进行模型的学习与后续轧机的设定修正,有利于宽度控制精度的提高。     

钛卷精轧过程头部翘曲的影响分析及控制

针对热连轧纯钛卷时影响成材率的精轧翘头问题,利用有限元法研究轧制变形区的金属流动状况,发现纯钛精轧变形区的金属流动呈"w"型,与20钢轧制变形区的"c"型金属流动不同,表明普通碳钢的头部翘曲控制工艺不能完全适合纯钛卷轧制。分析了上下工作辊直径差、轧件上下表面温度差、道次压下率、氧化皮厚度、摩擦系数等对头部翘曲的影响规律,确定出轧件表面温差和摩擦系数不同是影响精轧翘头的显著因素。从温度控制角度出发制定了控制纯钛卷精轧头部翘曲的工艺措施,有效解决了钛卷精轧翘头问题,对于减少精轧切头损失、提高产品成材率具有实际应用价值。     

基于热-力耦合的粗轧过程头部弯曲规律

头部弯曲是热轧粗轧过程中常见的缺陷,生产过程中严重影响板带产品质量和轧制稳定性。实际生产中由于轧件上下表面温降和轧制工艺参数的不对称,轧件在经过粗轧后容易出现头部弯曲现象。为实现头部弯曲规律的模型化描述,基于传热学理论及刚塑性变分原理,利用ABAQUS软件建立了粗轧轧制过程热力耦合有限元模型。系统分析了在轧制线不对中的情况下轧件温度分布对头部弯曲的影响,及在轧制线不对中且轧件上下表面存在温差的情况下辊速比、压下率和入口厚度对头部弯曲的影响,最后通过拟合得到了各工艺因素对轧件头部弯曲的影响规律,实现了轧件头部弯曲的预测。仿真研究结果表明,随着上下表面温差的增加,轧件下扣逐渐加重;辊速比、压下率和入口厚度均对头部弯曲有影响,且相互耦合;随着辊速比的增加,弯曲角度逐渐变大,轧件头部由扣转翘;随着厚度的增加,轧件头部逐渐趋于平直;随着压下率的增加,弯曲角度在一定范围内波动;现场实测数据表明,基于所建立的预测模型,预测角度偏差在±5°之内的比例达到90.10%,验证了所建立模型的有效性,实现了头部弯曲的准确预测,能够为粗轧过程工艺优化提供参考。     

气雾控制冷却技术在H型钢生产中的应用

因产能增加,冷床能力不足,导致产品表面锈蚀严重,力学性能低。设计采用了气雾冷却的方式对H型钢轧后进行控制冷却,实现了轧件在精轧后短时间内大幅度降温,轧件表面锈蚀减少,表面质量提高,轧件组织细化,强度平均提高21MPa,断面性能均匀。     

单机架粗轧机配置下的2250mm热连轧线轧制节奏提升

轧制节奏与产线宽度、轧机布置、机架数量等因素有关,为了提高单机架粗轧机配置下的2 250 mm热连轧线轧制节奏,对轧制节奏的提升方法进行了研究。通过对加热炉-粗轧辊道分区改造,开发了2座加热炉同时出钢功能,实现了4座加热炉连续出钢时粗轧轧制节奏的一致性;调整了粗轧抛钢折返点,优化了粗轧负荷分配策略,减少了粗轧轧制时间;优化了中间辊道速度和精轧同步速度点,改进了精轧咬钢-抛钢的条件并实现多块钢轧制,同时提高了精轧穿带速度和加速度。通过工业应用,产线月平均轧制节奏由125 s减小到105 s,轧制节奏提升了16%,大幅提高了单机架粗轧机配置下的2 250 mm热连轧线的产能和效益,与已有报道的产线相比,轧制节奏有了明显提升。