5+1型冷连轧机组不同轧制模式下乳化液油箱优化方法

为了实现国内某厂新建5+1型冷连轧机组的新型3+1润滑液系统中乳化液油箱分配的最优化,建立了5+1型冷连轧机组带钢出口温度模型并编写出口温度模件,给出了各个机架在带钢轧制过程中产生的温度和乳化液吸收温度。分析了带钢出口温度对热滑伤的影响,明确了各道次乳化液的作用。得到了不同轧制模式下乳化液油箱排列组合。为了防治打滑和热滑伤,开发了乳化液油箱优化方法,并根据现场实际数据做了具体算例,轧制过程中带钢打滑因子和热滑伤指数得到了优化,有效提高了机组的轧制稳定性。

热连轧机组宽展量预报模型及其影响因素

针对现场对于热连轧宽展模型依赖人工经验、无法实现定量调整,造成宽度控制精度差的问题,充分考虑热连轧机组的设备和工艺特点,在研究带钢压下量、后张力、宽度和轧制温度等工艺参数对宽展量模型影响的基础上,建立了一套适合于热连轧机组宽展量预报的模型,给出了相应的模型特征参数计算方法。定量分析了压下规程、张力制度以及轧制温度可优化参数对带钢宽展量的影响,结果表明,压下规程对带钢宽展量的影响较为显著,张力制度和轧制温度对带钢宽展量影响较弱,因此可对压下规程进行主要控制,对张力制度和轧制温度作精细调整。将此研究应用于某2050热连轧机组的生产实践,取得了良好的使用效果。

中高碳钢在UCM连轧机组稳定轧制攻关

通过对中高碳钢(45、65Mn)在酸轧UCM五机架连轧机组轧制过程中频繁发生1#机架出口失稳断带原因分析,明确了断带发生的具体原因,并开展了UCM轧机二级模型控制参数优化试验。通过不断的模拟试验和现场实际生产试验,优化了中高碳钢轧制过程参数控制,实现了中高碳钢在UCM五机架连轧机组连续稳定轧制,并为后期更高强度钢带在UCM轧机的稳定轧制积累了经验,为冷轧新产品研发创造了有利条件。

冷连轧机组负荷分配智能优化新方法

提出基于免疫遗传算法与BP网络混合模型的冷连轧机组负荷分配的智能优化新方法,该方法具有学习功能强、计算精度高、使用方便等特点,且适合在线计算.实验证明了该方法的有效性.

冷连轧机组弯辊力自动设定的实现

针对大型宽带钢冷连轧机组广泛采用的液压弯辊技术，深入分析了弯辊力对于板形的调控机理．在分析轧辊辊形、带钢宽度和轧制力等因素对弯辊力设定值影响的基础上，建立弯辊力自动设定模型，并得到了现场实测结果的验证．该模型成功地投入运行，实现了冷连轧机弯辊力的计算机自动设定．

基于IGA-BP网络混合模型的冷连轧机组负荷分配优化法

提出一种将免疫遗传算法与 BP网络相结合来优化冷连轧机组负荷分配的新方法 ,该方法学习功能强、计算精度高、使用方便且适合在线计算。仿真结果证实了该方法的有效性 ,它为冷连轧机组轧制规程的优化设计提供了一条新途径。

人工神经网络和数学模型在热连轧机组轧制力预报中的综合应用

针对传统轧制力模型的固有缺陷，为了提高精轧机组轧制力预设定精度，提出一种将人工神经网络和数学模型相结合的新方法，用于热连轧精轧机组轧制力的预设定。离线仿真表明，采用本文所述的方法，预报精度优于传统方法。预报结果的相对误差限制在±５％以内。

一种RBF神经网络在某冷连轧机组轧制力计算中的组合应用

为提高冷连轧机组轧制力计算精度,采用RBF神经网络与数学模型计算轧制力,轧制力偏差在11%以内,远小于单纯使用数学模型;而后组合使用长期数据修正网络、短期数据修正网络、速度修正网络(三者都为RBF神经网络)进一步提高轧制力预报精度。上述方法已成功用于某2130mm冷连轧机组过程控制系统,误差在±5%以内。这充分证明,RBF网络可以成功用于轧制过程控制。

宽带钢热连轧机组的板形方程

以工业轧机为对象，建立了实用的板形方程即凸度传递模型．该方程能反映热连轧板形生成及控制的特点，并满足热连轧机组板形控制的需要．同时给出了建立板形方程所需的一整套完整分析工具．取样数据与该模型仿真计算结果的对比表明，该模型是可行的．

1420冷连轧机组自激振动分析

针对1420冷连轧机组第5架轧机轧制过程中发生的自激振动问题,从理论上研究了轧机的自激振动与轧制工艺参数之间的关系,给出了轧机稳态轧制临界速度的计算公式。通过优化轧制工艺参数使轧机稳态轧制的临界速度从原来的650 m/min左右提高到900 m/min以上,解决了困扰该机组生产的一大难题。

热连轧机组板形预设定策略与模型

为使热轧带钢具有良好的板形 ,以热轧板形生成原理为基础 ,根据热轧板形控制的特点 ,研究提出一种适合于热连轧精轧机组的板形预设定控制模型 。

宝钢益昌冷连轧机组改造新技术

介绍了宝钢益昌 12 2 0全连续冷连轧机组改造后的工艺、设备及控制系统 .着重论述了该机组现代化改造所采用的新技术特点及应用效果 .这些新技术的应用提高了产品的产量和质量。

热连轧机组带钢厚度与轧制力的变刚度法智能纠偏系统

为提高热连轧机组厚度精度和轧制力精度 ,采用带钢厚度偏差和轧制力偏差 BP网络智能预测与偏差变刚度法同时校正方法。给出两偏差的分析和变刚度法偏差校正算法。离线模拟与在线应用都表明算法的有效性 ,提高机组带钢厚度偏差命中率 4 %～ 2 0 %和轧制力偏差命中率 8%～ 10 %。

板形控制技术在鞍钢冷连轧机组的应用

介绍了鞍钢冷连轧机组采用的先进板形控制技术,包括冷连轧机组轧机机型、板形控制系统及其主要设备工艺参数等,重点分析了板形控制系统的组成。对进一步提高该冷连轧机组板形质量提出了建议。

变辊缝法热连轧机组带钢厚度与轧制力智能纠偏系统

对带钢厚度偏差和轧制力偏差进行BP智能预测 ,并提出变辊缝法偏差校正算法实现偏差校正。离线模拟与在线应用的结果表明 ,提高机组带钢厚度偏差命中率 2 0 %和轧制力偏差命中率 8%。

鞍钢冷连轧机组65Mn工具钢生产实践

为了扩大冷轧品种结构,鞍钢股份有限公司冷轧厂对冷连轧机组65Mn工具钢生产工艺进行了研究,采用冷连轧机轧制与罩式炉退火相结合的生产模式,增加了预退火工艺,制订焊接与轧制工艺优化方案,实现了冷连轧机组65Mn工具钢的稳定生产。

冷连轧机组中卧式张力辊装置的设计计算

介绍了冷连轧机组中卧式张力辊装置的用途、结构组成和主要技术参数,结合国内某冷轧厂1780mm五机架全连续冷轧机组中设置的四套卧式张力辊装置,给出了张力辊直径的计算方法,推导出了带钢在张力辊上的理论包角与两辊水平和竖直方向的中心偏距的关系式,计算出了张力放大倍数,确定了减速箱的减速比,并综合考虑辊子摩擦损耗功率和弯曲变形损耗功率,对电机传动功率进行了分析和理论计算,为同类设备中的张力辊装置的设计开发具有很强的应用参考价值。

1780mm冷连轧机组薄带钢起车厚头轧制的研究

介绍了1780 mm冷连轧机组厚度0.5 mm以下薄带钢停车后再起车的控制方法。对薄带钢停车后再起车失败原因进行了分析,提出采用厚头起车的方法,解决了薄带钢起车勒辊、断带等问题,使厚度0.5 mm以下薄料停车再起车成功率达到100%。同时提高了机组产能和作业率。

带钢热连轧机组负荷分配影响因素的研究

为了研究带钢热连轧机组的负荷分配影响因素的规律，应用训练后的ＢＰ网络模拟带钢热连轧机组，并采用正交实验方法来研究ＢＰ网络的内部隐含的知识，以Ｑ１９５和０９ＣｕＰＴｉ两个钢号进行分析。

超高强双相钢DP980冷连轧机组轧制压力模型优化

1000MPa级双相钢DP980的生产是目前各大钢厂冷轧生产线的一大难题。二级设定值的准确性制约着产品酸轧机组轧制稳定性和产品质量。通过结合某2130酸轧机的DP980生产工艺及现场采集数据,采用轧制力离线自适应模型对摩擦因数模型参数及变形抗力模型的参数进行优化。优化前,由于轧制力模型精度不足,导致轧制力偏差最大可达40%,并且由于变形抗力模型存在偏差,使得二级设定过程中,DP980双相钢的轧件塑性刚度系数与实际不符,对AGC控制时的辊缝调整量产生了影响。优化后应用结果表明,消除了二级设定轧制压力偏差40%的严重问题,提高了轧制力模型设定精度,为稳定、高精度生产DP980提供了模型基础。