冷连轧机动态变规格厚度控制技术研究

论文摘要

随着钢铁技术的发展,当前冷连轧机组广泛采用全连续轧制,动态变规格技术是冷连轧机实现全连续轧制的核心。研究动态变规格技术的目的是控制动态变规格时带钢的厚度精度,并减少带钢头、尾部厚度的超差长度,进而可以减少带钢的切损,提高成材率,对实际生产有很大的经济效益。本文主要是以宝钢五机架全连续式冷连轧机作为研究对象,以动态变规格时的厚度控制为核心,研究了动态变规格时厚度设定和厚度补偿技术,实现了提高动态变规格时带钢厚度精度的目标。本文的主要工作如下：(1)主要对冷连轧动态变规格控制技术进行了研究分析。从动态变规格过程的主要参数入手,分析和研究了动态变规格的基本原理及控制方式。同时对动态变规格时相关轧制参数的数学模型进行了研究,其中推导了动态变规格时的张力模型及研究分析了动态变规格的设定模型。结合现场情况,对实际动态变规格应用中需要掌握的关键技术进行了分析研究。(2)主要是对动态变规格时的厚度设定进行了研究。应用BP神经网络和数学模型相结合的方法对影响厚度的主要因素轧制力进行预设定,建立了较高精度的轧制力智能模型。同时针对神经网络的缺陷,提出遗传算法与模拟退火算法相结合的GSA算法来优化神经网络以达到更好的效果。(3)主要是对动态变规格时的厚度补偿进行了研究。应用自适应的方法对实时的辊缝调节量设定值进行自适应调节,使动态变规格时的厚度获得补偿来提高带钢厚度的精度。应用宝钢大量现场数据仿真实验得出,采用BP网络与数学模型结合后,轧制力设定精度明显提高,利用GSA算法优化BP网络后,轧制力精度有了更大的提高,最终实现了高精度的厚度设定。采用自适应对辊缝调节量调节后,动态变规格时的厚度得到补偿,明显减小了厚度波动。总之,在动态变规格过程中,采取厚度设定与厚度补偿的厚度控制技术提高了带钢的厚度精度,满足了带钢头、尾部厚度超差长度的要求。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 冷连轧过程控制模型系统
• 1.2.1 负荷分配与轧制规程
• 1.2.2 轧机参数设定计算
• 1.2.3 工艺参数的自适应
• 1.3 冷连轧动态变规格过程控制
• 1.3.1 动态变规格概念
• 1.3.2 控制目标
• 1.3.3 国内外发展现状
• 1.4 相关控制算法的发展现状
• 1.4.1 神经网络
• 1.4.2 遗传算法
• 1.4.3 模拟退火算法
• 1.4.4 自适应控制
• 1.5 本文的主要研究内容
• 第2章 冷连轧动态变规格控制技术分析
• 2.1 概述
• 2.2 动态变规格的主要参数
• 2.2.1 楔形区参数
• 2.2.2 楔形位置的确定
• 2.2.3 楔形位置和楔形长度的修正
• 2.3 动态变规格的基本原理
• 2.3.1 动态变规格的厚度变化规律
• 2.3.2 动态变规格的速度变化规律
• 2.3.3 动态变规格的张力变化规律
• 2.4 动态变规格的控制方式
• 2.5 动态变规格的数学模型
• 2.5.1 轧制力模型
• 2.5.2 弹跳方程
• 2.5.3 前滑模型
• 2.5.4 流量方程
• 2.5.5 张力模型
• 2.5.6 FGC设定模型
• 2.6 动态变规格在实际应用中的关键技术
• 2.6.1 楔形区位置跟踪与定位
• 2.6.2 轧制力验证与漂移运算
• 2.6.3 动态变规格过程监控与分析
• 2.7 本章小结
• 第3章 基于神经网络的厚度设定研究
• 3.1 神经网络
• 3.1.1 神经网络概述
• 3.1.2 神经网络结构
• 3.1.3 神经网络学习
• 3.1.4 神经网络特点
• 3.2 BP神经网络
• 3.2.1 BP网络的基本原理
• 3.2.2 BP算法的局限与改进
• 3.3 基于BP网络的轧制力设定
• 3.3.1 样本的准备
• 3.3.2 BP神经网络的设计
• 3.4 Matlab仿真与分析
• 3.5 本章小结
• 第4章 基于GSA的神经网络厚度设定研究
• 4.1 遗传算法
• 4.1.1 遗传算法概述
• 4.1.2 遗传算法的基本原理
• 4.1.3 遗传算法的特点
• 4.2 模拟退火算法
• 4.2.1 模拟退火算法概述
• 4.2.2 模拟退火算法的基本原理
• 4.2.3 模拟退火算法的特点
• 4.3 基于GSA的BP网络轧制力设定
• 4.3.1 GSA算法设计
• 4.3.2 GSA参数设置
• 4.4 Matlab仿真与分析
• 4.5 本章小结
• 第5章 基于自适应的厚度补偿研究
• 5.1 自适应控制
• 5.2 冷连轧自适应控制
• 5.3 基于自适应的辊缝设定
• 5.3.1 辊缝调节量设定
• 5.3.2 辊缝调节量自适应
• 5.4 Matlab仿真与分析
• 5.5 本章小结
• 第6章 结论与展望
• 参考文献
• 致谢
• 作者介绍及硕士期间发表的论文