中厚板轧制操作实时虚拟训练系统中的可视化仿真

可视化仿真子系统作为中厚板轧制操作实时虚拟训练系统的一个重要组成部分,把一次完整的轧制过程作为仿真对象,在对其进行数学建模的基础上,运用OpenGL图形库技术,通过对生产工况、场景进行模拟和再现,实现了轧制过程的可视化仿真。本文重点讨论了该子系统的设计和实现。本系统已在舞阳钢铁公司轧钢厂应用并取得了较好的效果。     

MAS轧制法在中厚板生产中的应用

邯钢中板厂采用传统轧制工艺生产时,中厚板的板形不能得到有效控制,部分产品由于展宽比较大,成品钢板的板形差,切损量较大。为提高钢板成材率,在成型阶段采用厚边展宽轧制法(即"MAS轧制法"),分析了MAS轧制法的原理和控制模型。在邯钢中板厂以生产15mm×3000mm×18500mmQ345B钢板为例,采用MAS轧制法钢板的宽度同板差由34mm减小到25mm,切边量大大减少,成材率显著提高。     

厚度控制技术在中厚板轧制生产中的应用

本文探讨了影响中厚板厚度波动的因素，结合安钢中板厂2800mm轧机按合同轧制一批交货重量不大于理论重量船板的生产实践，总结了实际生产中实现高精度厚度控制的有效方法。     

人工神经网络在中厚板轧机轧制力预报中的应用

在实际生产过程中 ,传统轧制力模型在计算中板轧机轧制力时存在着较大的误差 ,为了提高中厚板轧机轧制力的预报精度 ,提出了一种将人工神经元网络用于轧制力预报数学模型中 ,进行轧制力预设定。离线仿真表明 ,采用本文所述的方法 ,预报精度要优于传统的数学模型 ,预报精度的相对误差可以控制在± 4 %以内     

极限学习机在中厚板轧制力预报中的应用

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%。     

极限学习机在中厚板轧制力预报中的应用

摘要：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%。     

中厚板轧制过程的有限元仿真研究

本文采用了MSC MARC2005有限元分析软件包建立了中厚板轧制的有限元仿真模型,通过接触分析的方法对中厚板的轧制过程进行了三维模拟仿真,并对不同压下量轧件轧后变形及应力分布做了分析,结果表明与实际轧制参数基本一致。     

板形锁定法在轧制宽薄中厚板中的应用

厚度控制系统特别是AGC系统对中厚板板形的开环控制有一定影响，特别是刚度偏小的轧机在轧制宽薄中厚板时容易出现边浪。为此提出一种针对轧制宽薄中厚板的板形控制策略——板形锁定法，即在轧制宽薄中厚板的最后一两个道次，AGC不投入，而改用APC控制，通过理论和实践证明，该策略对保证中厚板的板形有一定效果，而且对厚度精度的影响很小。     

TMCP(热机轧制)在中厚板工程中的应用

介绍了TMCP(热机轧制)的特点、冶金学原理及其对工艺设备的要求,分析了热机轧制工艺控制要点。     

低钢温轧制工艺在中厚板生产中的应用

针对低出钢温度、钢坯温度均匀性、低终矫温度等低钢温轧制核心工艺要点展开分析研究,制定出适合于3 500 mm中厚板生产线的低钢温轧制操作规程。通过优化加热炉装炉制度、精准控制出炉温度、确保100%一次除鳞率、严格控制粗轧过程钢坯扣翘、增加矫直辊外部水冷等措施,使低钢温轧制工艺在3 500 mm中厚板生产线得到成功应用。     

基于实测值的自适应算法在中厚板轧制中的应用

提出了一种应用于中厚板轧制的道次间自适应算法.该算法以实测数据为基础,通过实测轧制力与实际计算轧制力的比值决定轧制力模型学习量的大小,做到了真正意义上的以实测数据来校正模型,从而使设定的模型有较好的自学习功能,并在实际应用中表现出较好的学习效果.     

中厚板轧制中的加热.轧制连续控制技术

中厚板轧制中的加热轧制连续控制技术［日］岛田信太郎等１前言随着自动化、省工序化工作的进展，对中厚板尺寸、形状的要求越来越严格了。由于钢结构件的大型化和使用环境的过于严酷，要求生产出高韧性且具有均质材料特性的钢板。目前，对钢板质量的要求在不断地增高，为...     

中厚板轧制过程中的轧制力和轧制力矩数学模型

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。     

中厚板轧制过程中的性能控制

主要介绍了中厚板轧制中的组织结构变化过程及其对性能的影响,并结合当前较为先进的控轧控冷工艺,就如何通过控制钢板的组织结构进而控制其性能进行了简要的分析和探讨,为中厚板轧制中的性能控制提供了有效的途径。     

中厚板轧制中的平直度控制技术

中厚板轧制中的平直度控制技术［日］吉井诚等１绪言近年来，用户为了节省工序，对中厚板的平直度以及尺寸精度要求更加严格，且从节能、缓和以节省工序为目的的换辊制度以及提高成材率方面来看，开发平直度、钢板凸度控制技术成为重要的课题。以往，在水岛制铁所的中厚板...     

中厚板轧制过程中的温度模型

以传热学中辐射、对流和传导 3个基本定律为基础 ,建立了描述轧制过程中轧件内部温度分布的数学模型 ,并提供了更适于计算机求解的算法。     

虚拟仿真实训平台在建筑专业教学中的应用

阐述虚拟仿真实训平台研究的意义,以及在课程建设和教学中的重要作用。分析了虚拟仿真教学在实践教学方面对比传统实验教学的优势及对职业创新能力素养发展的重要性。探讨了校企共建共享现代信息技术优质教学资源,高职院校实验实训教学体系进一步完善等问题。     

中厚板轧制过程控制报警服务系统的开发与应用

介绍了中厚板轧制过程控制报警服务系统的运行原理,并对报警内存共享区、接口调用函数、报警进程等构成组件进行了详细描述。     

虚拟轧制力检测在中厚板轧机的应用

分析了天津钢铁集团有限公司炼轧厂的中厚板轧机的轧制力与轧制扭矩间关系,建立起数学模型。对中厚板轧机的辊缝标定、调零和轧制过程控制程序进行了修改,将实时采集的轧制扭矩信号转换为轧制力信号,实现了轧制力的虚拟检测,满足了轧制生产工艺和过程控制的要求。