轧机变形抗力自学习数学模型研究

论文摘要

在钢铁生产中,轧制过程是成品或半成品的重要环节,在这个过程中如何提高产品质量和综合效益是我们研究的重点。现代轧钢技术发展可分为两个阶段。早期研究主要是解决诸如轧制压力、力矩、功率、宽展、前滑等轧制过程参数近似计算问题。提出卡尔曼方程、奥罗万方程及轧制压力公式、宽展公式等,形成了以工程法为核心的传统轧制体系。70年代后,主要向着提高产品质量、降低消耗、优化轧制过程方向发展。特别是现代电子计算机开始用于轧钢过程控制,促进了轧制速度的稳定提高和产品精度的明显改善。进入90年代,首先是在日本、德国,接着在全世界掀起了一个在轧制过程中应用模型自适应、自学习、人工智能的热潮。本文就是借鉴国内外自学习研究的经验,结合安钢第二炼轧厂的板带工程控制系统优化项目,对如何采用自学习方法改进轧机控制精度进行了研究,其主要内容有:1、3500mm单机架循环往复式热轧机工艺及控制系统研究。该系统采用了分布式三层控制结构。第1层是传感元件、控制设备组成的底控制网络:第2层是区域控制系统,轧机APC(Area Process Controller)和卷取机/层流APC;第3层主要是模型和轧制表计算。2、轧钢控制系统数学模型的研究。数学模型是实现生产过程控制的基础,其作用是进行参数预报,并描述参数的变化。我们结合3500mm轧机,分析了数学模型的分类、评估、建立的方法,研究了其发展及由来,并对其主要数学模型轧制力、温降模型进行了详细分析。3、变形抗力在线参数模型建立及其自学习的研究。由于热轧制过程中轧辊存在弹性变形、轧辊磨损、带钢温度变化等等诸多复杂因素的影响,诸多从实验中总结出来的轧制数学模型因轧制环境的变化原有参数已不能满足高精度轧制的需要,因而在实践中需要根据实际生产工艺,采用自学习方法,不断的修正参数,来进一步提高控制精度,保证轧机控制的要求,提高产品质量。

论文目录

• 摘要
• Abstract
• 第1章 前言
• 1.1 课题背景
• 1.1.1 现代轧钢工艺发展
• 1.1.2 安钢炉卷轧机概述
• 1.2 课题研究的目的及意义
• 1.3 国内外相关研究情况
• 1.3.1 国外自学习研究情况
• 1.3.2 国内自学习研究情况
• 1.4 本文结构安排
• 第2章 热轧机计算机系统结构及工艺
• 2.1 热轧计算机系统结构及发展
• 2.1.1 概述
• 2.1.2 带钢热轧计算机系统的基本结构
• 2.1.3 带钢热轧计算系统控制功能
• 2.2 安钢3500mm炉卷轧机工艺
• 2.2.1 产品技术规格
• 2.2.2 主要设备组成
• 2.3 安钢3500mm轧机控制系统
• 2.3.1 轧机控制系统配置
• 2.3.2 轧机控制系统软件功能
• 2.4 小结
• 第3章 数学模型构建方法及轧机控制系统数学模型
• 3.1 数学模型及构建
• 3.1.1 基本概念
• 3.1.2 数学模型发展趋势
• 3.2 数据的搜集整理和最小二乘法
• 3.2.1 数据的收集和整理
• 3.2.2 最小二乘法概述
• 3.3 单机架炉卷轧机模型工作机理
• 3.3.1 炉卷轧机模型布置和结构
• 3.3.2 模型工作机理
• 3.4 轧机控制系统数学模型
• 3.4.1 温降模型
• 3.4.2 轧制力模型
• 3.4.3 其它数学模型
• 3.5 小结
• 第4章 轧机控制系统变形抗力自学习模型研究
• 4.1 自学习模型的研究
• 4.1.1 影响精度的因素
• 4.1.2 自学习基本原理及算法
• 4.2 变形抗力模型研究
• 4.2.1 概述
• 4.2.2 变形抗力模型
• 4.2.3 实际应用的模型
• 4.2.4 变形抗力自学习算法的实现
• 4.3 计算实例和应用效果分析
• 第5章 总结
• 附录
• 参考文献
• 致谢