共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
热轧相变过程变形抗力模型研究与开发 总被引:1,自引:0,他引:1
对精轧阶段存在相变的热轧钢种,因变形抗力随轧制温度的变化规律与常规的奥氏体轧制钢种显著不同,使得传统变形抗力模型的预报误差较大,严重影响这类钢种的轧制稳定性。为此,研发了一种热轧相变过程变形抗力模型,通过在原变形抗力模型基础上添加一个新的相变趋势项,该修正项为轧制温度的二次多项式函数,并根据钢种分类来精细优化适应不同钢种轧制的多项式待定参数。该模型目前已成功应用于涟钢CSP热连轧生产线变形抗力在线计算,实际生产应用表明,新模型上线后,变形抗力与轧制力的预报精度显著提高,轧制力模型预报误差12%以内的比例从83.3%提高到96.7%,满足了热连轧精轧相变带钢的稳定生产要求。 相似文献
4.
5.
6.
7.
冷轧轧制力计算模型是过程控制的核心和基础,而轧制力计算的基础为变形抗力,因此提高变形抗力计算精度是提高轧制力计算精度的一条有效途径。为此,笔者首先通过实际轧制力数据反算变形抗力,然后使用数据分析软件对变形抗力进行曲线拟合。由于根据曲线拟合公式计算出的轧制力与实际轧制力存在差距,因此为了提高轧制力的设定精度,根据带钢压下率对轧制力进行了补偿。现场实际应用证明,这种方法能有效提高轧制力设定精度。 相似文献
8.
9.
10.
11.
采用原始静态变形抗力模型,并考虑入口、出口弹性变形轧制力对模型的道次影响系数,进行计算优化,建立了1个优化的变形抗力模型。2种模型的对比表明,优化的模型精度更高,提高了轧制力的计算精度。 相似文献
12.
13.
利用人工神经网络预测钢板性能 总被引:1,自引:0,他引:1
基于神经网络原理,采用BP算法训练网络,建立热轧控制参数(轧制温度,化学成分,变形量等)对描述产品力学性能的参数的映射关系。离线仿真表明,将神经网络模型应用于热轧控制预报,具有一定的现实意义。 相似文献
14.
摘要:轧制力预报一直是热连轧过程控制模型的核心,浅层神经网络对复杂函数的表示能力有限,而深度学习模型通过学习一种深层非线性网络结构,实现复杂函数逼近。利用深度学习框架TensorFlow,构建了一种深度前馈神经网络轧制力模型,采用BP算法计算网络损失函数的梯度,运用融入Mini batch策略的Adam优化算法进行参数寻优,采用Early stopping、参数惩罚和Dropout正则化策略提高模型的泛化能力。基于上述建模策略,针对宝钢1880热连轧精轧机组的大量轧制历史数据进行了建模实验,对比分析了4种不同结构的前馈网络预测精度。结果表明,相比于传统SIMS轧制力模型,深度神经网络可实现轧制力的高精度预测,针对所有机架的预测精度平均提升21.11%。 相似文献
15.
为解决利用传统方法难以解决的轧钢过程控制,开发出基于BP神经网络的钢材轧制力预报系统软件.该预测程序是基于VC++6.0,Matlab和数据库混合编程技术基础上完成的,程序设计的核心是应用BP网络预报钢材的变形抗力,然后结合轧制力数学模型计算轧制力,最后提出了该系统在热轧生产中的在线应用方案. 相似文献
16.
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%。 相似文献
17.
针对马鞍山钢铁股份有限公司CSP生产线7机架连轧机轧制MGW1300电工钢产品时出现的轧制力设定值与实测轧制力误差较大的问题,对影响轧制力的主要因素--变形抗力进行了研究,提出通过保证良好的板凸度指标来间接修正变形抗力理论计算值的新方法.首先根据实测轧制力采用西姆斯公式计算变形抗力初始值,然后利用三维有限元模型对变形抗力初始值进行迭代修正,使板凸度误差达到5%以内.现场应用表明,在MGW1300产品轧制过程中,用该方法得到的变形抗力修正值,提高了在线轧制力预设定模型的预设定精度,减小了厚度波动,改善了板形质量,为电工钢稳定生产提供了保证. 相似文献
18.
为了进一步提高热连轧精轧机组轧制力的设定精度,采用小波神经网络建立轧制力预报模型。并采用改进的快速BP算法来训练网络。仿真结果表明:建立的轧制力预报模型的预报值与实际值之间的相对误差在±6%以内,且学习算法收敛速度快。 相似文献
19.
在研究传统与现代的各种计算模型与方法的基础上,开发了针对4辊、6辊、8辊及20辊轧机等多种机型且适用于冷、热轧多种轧制形式的力能参数计算系统。系统中引入了轧制规程预设定、等功率校正、金属热轧、冷轧变形阻力数据库等模型。轧制力能参数预报精度大大提高。经过现场测试及使用,轧制力能参数预报精度误差为10%左右,对生产实践具有一定参考价值。概要介绍了该系统的开发、应用及效果。 相似文献
20.
冷连轧的主要工艺参数为轧制力和前滑,而轧制力和前滑设定计算的精度取决于轧件的变形抗力和摩擦因数的精度,变形程度是影响变形抗力的一个重要因素,将所选变形抗力回归模型经过取对数等变换成线性函数,以鞍钢生产的St14钢为例,利用现场实际数据通过最小二乘来逐次拟合变形抗力回归模型中的系数。在同一轧制条件下,摩擦因数用3种不同的获得方法,其中前2种是由实测前滑值反算得到的,以使所得模型能够很好地与实际生产的数据相吻合。用回归出的3种不同变形抗力模型,分别带入轧制力迭代公式进行计算,所得轧制力基本与实测轧制力相符,其中由斯通公式拟合出的变形抗力回归模型计算出的轧制力平均误差很小,由此可以选出最优的变形抗力模型来应用于实际生产中轧制力和前滑的预设定。 相似文献