为提升国内某1340 mm HC冷连轧机组的带钢板形质量和生产效率,建立了以带钢板形良好、电机功率平衡和预防打滑为优化目标的四机架HC冷连轧机负荷分配多目标优化模型,采用非支配排序遗传算法(NSGA-Ⅱ)获得Pareto最优解集。按轧制状态将...为提升国内某1340 mm HC冷连轧机组的带钢板形质量和生产效率,建立了以带钢板形良好、电机功率平衡和预防打滑为优化目标的四机架HC冷连轧机负荷分配多目标优化模型,采用非支配排序遗传算法(NSGA-Ⅱ)获得Pareto最优解集。按轧制状态将工作辊辊期划分为4个阶段,基于各阶段工作辊的热凸度、粗糙度以及控轧需求,合理确定3个优化目标的权重系数,解决目标函数间的冲突关系,从而获得能适应辊期动态变化的轧制规程。仿真表明:优化后的轧制规程有助于改善板形质量、提高生产效率并减小打滑概率。展开更多
文摘为提升国内某1340 mm HC冷连轧机组的带钢板形质量和生产效率,建立了以带钢板形良好、电机功率平衡和预防打滑为优化目标的四机架HC冷连轧机负荷分配多目标优化模型,采用非支配排序遗传算法(NSGA-Ⅱ)获得Pareto最优解集。按轧制状态将工作辊辊期划分为4个阶段,基于各阶段工作辊的热凸度、粗糙度以及控轧需求,合理确定3个优化目标的权重系数,解决目标函数间的冲突关系,从而获得能适应辊期动态变化的轧制规程。仿真表明:优化后的轧制规程有助于改善板形质量、提高生产效率并减小打滑概率。