基于SVM的轧机油膜厚度补偿模型的建立

研究单机架热轧中厚板轧机的油膜厚度补偿问题,利用SVM方法建立了轧机油膜厚度补偿模型,并对回归预测结果进行分析,同时与成熟的基于Reynolds方程的轧机相对油膜厚度补偿方法进行比较,结果表明:采用基于SVM的轧机油膜厚度补偿模型可以对轧机油膜厚度进行良好的补偿,补偿精度较好。

冷连轧机相对油膜厚度检测及其补偿控制

为了减小冷连轧机支撑辊动压油膜轴承油膜厚度变化对带钢出口厚度的影响,提高AGC控制精度,对相对油膜厚度检测及其补偿控制进行了研究。首先,基于Reynolds式变形推导出缸位移法相对油膜厚度检测模型;然后,在某1450冷连轧机上进行数据采集,运用Levenberg-Marquardt算法进行非线性模型参数估值,得到轧机相对油膜厚度的解析表达式;最后,在轧机操作侧和传动侧液压压下的同时进行油膜厚度补偿,取得了显著效果。

基于BP神经网络的轧机油膜厚度补偿的测试与建模

针对单机架热轧中厚板轧机天铁2500mm中厚板生产线的油膜补偿问题进行了研究,用基于BP神经网络的方法建立了轧机油膜厚度补偿模型,并与已成熟应用的基于Reynolds方程的轧机相对油膜厚度补偿方法进行比较分析。结果表明,BP神经网络模型比基于Reynolds方程的轧机相对油膜厚度补偿方法具有预测精度高、样本学习时间快、收敛速度快的优点,BP神经网络模型可以对轧机油膜厚度进行良好的补偿。

基于RBF的轧机油膜补偿建模与仿真

为了减小热轧机支撑辊动压油膜轴承油膜厚度变化对带钢出口厚度的影响,提高AGC控制精度,建立了基于RBF神经网络的轧机油膜补偿模型;对某2 500 mm单机架热轧中厚板生产线轧机用空压靠法,得到不同轧辊转速和轧制力条件下的轧辊辊缝值,对模型进行训练,并对模型进行仿真。结果表明:基于RBF神经网络的轧机油膜补偿模型能够在线实时地对热轧中厚板生产线油膜厚度变化进行补偿,对改善中厚板带钢的纵向厚差、提高中厚板带钢成材率具有重要意义。

厚度自动控制在莱钢宽厚板轧制中的应用

以莱钢宽厚板厚度自动控制系统为例,详细论述了油膜厚度补偿控制、基于油膜厚度补偿的辊缝调节量计算、加减速厚度补偿控制、AGC和HGC的控制原理,为类似轧机的板材厚度的精确控制提供了借鉴的依据。

厚度自动控制在莱钢宽厚板轧制中的应用

以莱钢宽厚板厚度自动控制系统为例,详细论述了油膜厚度补偿控制、基于油膜厚度补偿的辊缝调节量计算、加减速厚度补偿控制、AGC和HGC的控制原理,为类似轧机的板材厚度的精确控制提供了借鉴的依据。

厚度自动控制在莱钢宽厚板轧制中的应用

文章以莱钢宽厚板厚度自动控制系统为例,详细论述了油膜厚度补偿控制、基于油膜厚度补偿的辊缝调节量计算、加减速厚度补偿控制、AGC和HGC的控制原理,为类似轧机的板材厚度的精确控制提供了借鉴的依据。