钢冷轧乳化液稳定性及对冷轧润滑的影响

研究了影响不同类型乳化液稳定性的因素,包括乳化剂的比例和总含量对阴离子乳化油稳定性的影响,乳化剂的HLB值(Hydrophile Lipophile Balance)和总量对非离子乳化油稳定性的影响.研究发现乳化剂的比例和乳化剂的HLB值对乳化油和乳化液的稳定性影响明显.通过研究不同浓度下乳化液的稳定性对其吸附性和摩擦系数的影响发现:乳化液的稳定性在一定范围内时,其润滑效果可达到最佳.在冷轧实验中也发现:应根据冷轧的实际规程和要求来选择乳化液的稳定性和合适的含量,以便使冷轧高效正常地进行.     

水质及温度对茶叶氨基酸含量及pH值影响的研究

本试验主要研究水质和温度对红茶和绿茶中氨基酸含量及pH值的影响。发现红茶的氨基酸含量明显高于绿茶,90℃时冲泡的茶水氨基酸含量最低。用矿泉水冲泡的茶叶氨基酸含量明显低于自来水和蒸馏水冲泡的茶叶。研究还发现,红茶和绿茶呈中性偏酸性。     

糖汁pH值对清汁钙盐含量的影响机理研究

探讨了糖汁清净的加灰pH值与清汁钙盐含量关系的机理，分别导出了pH值对溶液中碳酸钙、亚硫酸钙、磷酸氢钙含量影响的理论方程和相应的糖汁实验数据回归方程，即钙盐含量与其溶液的pH值呈二次函数关系，并讨论了这些方程对生产操作的重要意义。     

全面优化O-W型乳化液的缓蚀防锈性能与稳定性的研究

分析研究了低浓度水包油型(O-W) 乳化液的缓蚀性和防锈性与其细度及稳定性的相互关系。发现乳液的防锈性和稳定性一般难以同时达到最佳值, 微乳化液因稳定性好而不能获得良好的防锈性能; 只有稳定性适中、且含有适量HLB 值较高的阴离子型表面活性剂作乳化剂组分的半透明细乳化液, 才具有最佳的防锈性能和缓蚀性能以及较好的稳定性。     

喷油泵转速变化对乳化液喷雾特性的影响

采用高速摄影技术,研究了压力雾化喷嘴对甲醇、水和柴油多组元乳化液的雾化特性.结果表明:当实验工质为乳化液时,提高喷油泵的转速,喷油器喷嘴的有效喷射压力随之上升,喷雾贯穿速度提高,喷雾锥角增大,喷雾的持续时间增长;乳化液和柴油的喷雾有一定的差异,即柴油的喷雾锥角比乳化液的大,喷油器的嘴端压力比乳化液的小,喷雾持续时间也比乳化液的短.     

W/O乳化液破乳方法及机理研究

综述了W/O型乳化液的破乳机理,归纳了各种破乳方法的优缺点,重点分析了物理破乳过程中分散相液滴的受力以及液滴的变形、破裂的临界条件,通过对分散相液滴的受力以及在各种力作用下的变形分析,总结出乳化液分散相液滴的运动和聚集规律。     

乳化液浓度在线测试系统及实验的研究

本文对超声波技术检测乳化液浓度的系统和实验进行了研究，结果表明，信号稳定性和重复性良好，测试时间短，测试误差在允许的范围内，其技术可行。     

乳化剂和分散相含量对乳化液黏度的影响

采用旋转黏度计分别测量了当乳化剂和分散相的质量分数变化时,柴油-甲醇-水三相乳化液以及柴油-水二相乳化液的黏度.实验发现,乳化剂和分散相的质量分数均对乳化液黏度有影响:当乳化剂的质量分数小于4.8%时,柴油-甲醇-水三相乳化液的黏度均大于柴油-水二相乳化液的黏度;当乳化剂的质量分数大于4.8%时,若分散相质量分数小于20%,三相乳化液的黏度小于二相乳化液的黏度,若分散相质量分数大于20%,则三相乳化液的黏度大于二相乳化液的黏度,且随着分散相含量的增加,两者的黏度差也增大;就柴油-甲醇-水三相乳化液而言,即使分散相的质量分数相同,若甲醇和水的比例不同,其黏度也有差异;乳化剂含量对乳化液黏度的影响要小于分散相含量的影响.     

碳化硅动态膜分离油水乳化液的性能研究

以孔径1.0μm的管式陶瓷膜为载体制备碳化硅动态膜,对碳化硅动态膜分离油水乳化液的性能进行了研究,考察了油水乳化液的温度、压力、流量、浓度、pH值对分离效果的影响.实验结果表明,在实验考察的操作范围内,稳定渗透通量随温度、流量的增大而增大,随压力的增大先增大后减小,随浓度的增大而减小;在实验考察的操作范围内,截留率随温度、压力、流量、浓度的增大呈现减小的趋势.pH值对油水乳化液的分离影响较大,pH值为中性时分离效果最佳.     

乳化液泵站及自动控制系统的应用研究

随着高产高效综合机械化工作面的发展,晋煤集团多个矿井都使用了乳化液泵站和自动控制系统。介绍了该套设备的工作原理,阐述了自动控制系统的功能。     

冷连轧机负荷分配优化研究进展

轧制负荷分配优化可以使板带材产量最大化，能耗最小化，有效提高设备利用率和带钢成材率。本文从负荷分配的约束条件、优化目标及优化方法等方面论述了目前国内外理论研究及工程实践的进展；详细介绍了较实用的基于轧制工艺的迭代方法，并介绍了案例推理、粒子群等新兴的理论在冷连轧机负荷分配中的应用。最后指出以板形板厚综合指标为目标函数，以人工智能为寻优方法是冷连轧机轧制负荷分配优化的发展方向a     

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.     

1220HC六辊冷连轧机振纹实测与抑制

针对某1220HC六辊冷轧机带钢和支撑辊表面振纹问题进行了连续跟踪测试。在对轧机固有特性研究的基础上,通过对支撑辊换辊周期内各阶段振动信号的分析与比较,发现在支撑辊使用早期,轧机以568 Hz的第7阶固有振动为主;在稳定轧制阶段,中间辊对支撑辊的相对运动形成支撑辊表面振纹;在支撑辊使用中后期,辊面振纹反作用于轧机,引起轧机强迫振动,进一步加剧振纹的形成,轧机的振动为共振与强迫振动共存。在振纹形成过程分析的基础上,结合振纹纹距与振源的关系,找到了引起轧机第7阶固有频率振动的原因,提出了振纹抑制措施。     

模糊小脑模型神经网络在多辊冷连轧机轧制力预报模型中的应用

针对宽带钢多辊冷连轧机组特点,为提高轧制力的预报精度,在结合传统轧制压力模型的基础上把模糊算法和神经网络有机结合,设计出基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型.通过对传统轧制力模型计算值、小脑模型预报计算值与实测值进行对比分析可知,基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型具有较高的计算精度,更适合于多辊轧机在线计算机过程控制的应用,满足现场在线生产的要求,取得良好的板形板厚控制效果.     

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。     

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.     

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.     

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.     

SmartCrown四辊冷连轧机工作辊辊形

针对宽带钢冷连轧机首次应用的SmartCrown板形控制新技术,通过对SmartCrown辊形的函数结构和特征参数进行研究,推导出了SmartCrown辊形设计式,分析了辊形特征参数对辊缝形状的影响.该研究可用于SmartCrown工作辊的磨削及板形控制.     

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。