350mm冷连轧机摩擦系数的研究

作者通过实测单片轧制及正常生产条件下的各架轧制力,获得了大量的摩擦系数测算值。在此基础上,分析了不同条件下摩擦系数与各影响因素的关系,并为几个常用压力计算公式匹配了摩擦系数实用模型。     

三机架冷连轧机液压弯辊控制系统

液压弯辊的液压系统，采用了电液压力伺服系统，电控系统采用了结构简单、编程方便、高可靠性的可编程序控制器，它与主机的ＷＤＰＦ分布式计算机控制系统有机地结合，组成一种新型的自动控制系统，在控制和消除板带材的中浪、边浪及瓢曲等实际问题中取得了良好的效果     

2030五机架冷连轧机动态仿真系统

通过对冷连轧机进行动态仿真，可以进行新钢种的开发研究以及为轧机改造提供可靠的参考数据。利用MATRIXX大型仿真系统软件建立了国内第一套五机架冷连轧机动态仿真系统，详细介绍了仿真系统的整体结构和主要功能。该仿真系统功能完善，仿真精度高于95％。     

350mm三机架冷连轧机组加速过程辊缝补偿的计算机仿真

作者对350mm 三机架冷连轧机组加速过程辊缝补偿问题进行了计算机仿真研究,推导出一个实用的辊缝补偿公式;分析和讨论了设备、工艺参数对动态补偿控制的影响,同时还讨论了控制周期的选择问题。本工作可供现场同类型机组实现加减速过程的动态补偿控制时参考。     

Y型轧机轧制变形区的数学模型

针对Ｙ型连轧机不同的孔型系统，本文用数学解析的方法推导出其变形区的相应的数学模型，求解出其压下量与变形区面积。     

冷连轧机轧制力在线计算模型

通过将轧制变形区离散化的方法,在考虑变形区内横截面上张应力、摩擦应力等影响因素沿带钢轧制方向分布规律及其与带钢厚度及压下量的关系的基础上,采用数学模型和神经网络相结合的方法计算了金属变形抗力,建立了冷连轧机轧制力在线计算数学模型. 经大型工业轧机生产实践数据检验,该冷连轧机在线轧制力计算模型预报误差控制在6.1%以内,满足模型在线控制要求,可提高在线控制轧制力模型的计算精度.     

冷连轧机架间张力设定在线优化算法

针对冷连轧机架间张力设定优化问题,基于嵌入模糊规则的遗传算法,建立0-1整数规划模型,提出冷连轧机架间张力设定在线优化算法.该算法既可以提高生产线生产效率,降低电机能耗,改善冷连轧产品质量,也具备运算速度快,在线参数自学习的特点.对本钢1767冷连轧机架间张力设定优化的实践表明,嵌入模糊规则的遗传算法能够在线应用,解决冷连轧机张力决策中的优化问题,对冷连轧机组高效运行的进一步相关研究探索有借鉴作用.     

基于遗传神经网络的冷连轧机轧制压力模型

对鞍网冷轧厂四机架冷连轧机轧制压力模型进行了认真分析,指出了其存在的缺陷,把遗传算法（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍｓ,简称ＧＡ）和神经网络有机结合,设计出了具有遗传算法性能参数优选、网络结构参数优选、网络性能参数优选以及ＧＡ－ＢＰ算法联合进行网络权值修改几种功能的遗传神经网络,建立了基于遗传神经网络的新冷连轧机轧制压力模型,通过原模型计算值、新模型计算值与实测值之间的对比分析可知,遗传神经网     

DC轧机辊系变形的研究：DC轧机开发研究之II

DC轧机是一种通过工作辊的偏移和交叉来实现板厚板形综合调节的新型四辊轧机。本文采用分割模型的影响函数法计算这种轧机的辊系变形,为这种新型轧机的开发研究提供理论依据。     

油膜轴承倾斜承载对冷连轧机启动的影响

针对某CVC带钢冷连轧机启动阶段支持辊油膜轴承静压承载能力不足的问题,应用流体润滑理论,建立了轴承倾斜工作下静压承载能力的全润滑系计算模型,分析了轧机压下倾斜、油泵功率和节流器液阻对轴承静压承载性能的影响. 计算结果表明,压下倾斜过大会造成轴套与衬套的轴线出现倾斜,进而导致轴承的静压承载能力急剧下降,是造成轴承寿命缩短、连轧机启动频繁失败的根本原因. 在实际生产中,限定了轧机压下倾斜设定值上限,增大了润滑油黏度,从而有效提高了轴承的承载能力,机组启动成功率显著提高.     

UCMW冷连轧机组各架中间辊端部辊形

针对UCMW冷带轧机板形控制中存在的两类耦合问题——边降与平坦度的控制耦合以及工作辊弯辊与中间辊弯辊的调控功效耦合,定义了描述耦合度的参数以量化其耦合程度,提出通过设计中间辊端部辊形实现对两类耦合问题的解耦思路,并以某1550UCMW冷连轧机为对象进行了中间辊端部辊形设计.仿真计算结果表明,利用所设计的中间辊端部辊形可以在一定程度上化解两类耦合问题的耦合关系,且可以进一步优化改善轧机的板形控制性能,达到提高实物板形质量的目的.     

神经模糊组合预报冷连轧机轧制力

采用Elman动态递归网络方法,以生产实测数据为基础,建立了冷连轧机轧制力预报模型。在此基础上,提出了将基于误差反馈和专家经验的闭环模糊控制引入轧制力预报中,用于修正预报输出、提高预报精度和鲁棒性的设想。仿真结果表明,该方法是有效的,预报精度优于传统方法。预报结果的相对误差限制在±4%以内,实现了冷连轧机轧制力的高精度预报。     

轧制过程工艺参数的测量与分析

变形抗力和摩擦系数是用于设定轧制过程控制模型的重要工艺参数。文章利用在不同润滑条件下得到的实测数据，估计出变形抗力K和摩擦系数μ的值。将估计出的K、μ从参数值应用于轧制过程控制，可以提高连轧过程控制模型的精度。在实验轧机上，应用铝试样实测了板宽、张力和压下率对前滑的影响规律。     

2030板带冷连轧机的振动分析

针对2030mm板带冷连轧机发生的振动问题，通过现场综合测试，了解轧机振动的特征与影响振动的主要因素，在分析研究与模拟实验的基础上，找到了振动的原因．     

宽带钢冷连轧机综合耦合模型的分步解耦设计

对影响板形、板厚和张力的各种轧制因素进行了系统的理论分析,建立了冷连轧机综合耦合模型.针对耦合模型的特点提出分步解耦设计策略,相对于常规解耦设计可明显简化解耦过程,并给出各解耦环节的简化方案以利于实际工程应用.基于某1250mm八辊五机架冷连轧机第1机架的实际参数,采用Matlab/Simulink工具对简化后的分步解耦系统进行分析,仿真结果表明其可有效消除轧制过程中板形、板厚和张力控制之间的耦合影响关系.     

1700mm冷连轧机板形的优化和控制

本文在理论模型线性化的基础上,用梯度投影技术,给出了1700mm 冷连轧机多目标优化规程,并提供了板形的在线控制方法。     

350冷连轧机板型最优压下规程研究

本文在分析350mm冷连轧机板型特性的基础上,应用动态规划,为其制定了板型最优的压下规程,并作了较全面的分析。     

冷连轧机厚度和张力系统的智能解耦控制

现代冷连轧机组中的厚度和张力系统具有多变量、强耦合、不确定等特点.以某厂1700mm冷轧机组为背景,以现场数据为核心,建立了厚度和张力耦合系统数学模型.针对系统模型的参数扰动以及外部扰动等不确定性,提出了基于准对角递归神经网络多变量PID控制策略,该策略具有较强的表达和处理瞬态信息的能力,实现了厚度和张力系统的解耦控制.仿真结果验证了本算法的有效性,其解耦响应速度和抗干扰能力明显优于传统解耦控制效果,适合解决非线性系统的动态问题.     

基于神经网络的冷连轧机轧制力预报模型

为了提高冷连轧机轧制力预报精度，提出一种解析数学模型结合神经网络校正模型的计算方法，建立冷连轧机轧制力预报模型。采用径向基函数的局部映射和全局线性映射相结合的神经网络校正模型求解带钢变形抗力和轧制变形区的摩擦因数；并采用轧制变形区离散化方法分析轧制变形区内张力、摩擦力及金属变形抗力等在带钢轧制方向上的分布规律，从而建立轧制力在线计算数学模型。现场实测数据离线仿真结果表明，采用此基于神经网络的冷连轧机轧制力预报模型预测轧制力，其预测误差小于8．9％，此模型能用于指导生产实践。