板带钢热轧支持辊不均匀磨损及其解决措施

在大量实测和分析支持辊磨损辊形的基础上 ,建立了热轧精轧机组支持辊的磨损预报模型 ,且采用改进后的混合遗传算法对模型参数进行了估计。并介绍了可以改善支持辊的磨损 。

板带轧机轧辊磨损数学模型研究

基于摩擦学原理,建立了轧件与轧辊的相对滑动模型,计算了轧件与辊面的相对滑动距离,从而建立了板带轧机工作辊磨损预报模型。结合中厚板轧机实际生产过程和磨损数据,采用遗传算法对轧辊磨损模型进行了参数的优化识别。与实测数据对比发现,计算磨损量与实测数据吻合良好,模型可以满足实际生产的需求。

普碳钢中厚板热轧温度制定的一种新的数学方法

为实现普碳钢中厚板的柔性化轧制,建立了一种新的用于制定温度制度的理论算法.首先建立最佳预测能力的人工神经网络,用于预测中厚板力学性能;然后运用遗传算法制定出温度制度,并由回归出的力学性能公式对预测结果进行验证.结果表明,通过回归法和人工神经网络均可精确地预测中厚板的力学性能,而且神经网络的预测精度比回归公式的预测精度高;终轧温度和终冷温度对力学性能的影响最大;通过温度制度和力学性能回归公式计算出的强度,与目标强度非常吻合;对同一成分的钢种,通过制定合适的温度制度可以轧制出不同强度的产品,以减缓中厚板产品大规模定制中各阶段之间的矛盾.

中板精轧机支撑辊磨损模型的遗传算法求解

在大量实测数据的基础上,结合理论分析,用统计方法建立起适合应用的支撑辊磨损模型。该模型是一个多峰值且高度非线性系统的半经验半理论公式,其参数的估计复杂且计算量大。借助遗传算法,得到有效解决。计算结果表明该模型具有较高的预报精度。