论文摘要
随着现代化工业的迅速发展,对板带钢材的需求也不断增加。我国生产的板带钢材远远不能满足自身发展的需求。制约板带钢材生产的主要原因之一是板形质量问题。本文在现有文献的基础之上,选取轧制力为轧机设备关键参数,并建立轧制力预测模型,对轧制力进行预测研究。带钢在轧制过程中,轧制压力波动时,弯辊力必须跟随轧制压力的变化而变化,消除由于轧制力波动产生的影响。提前预测出轧制力的变化趋势和规律,并以此作为液压弯辊力的调整依据。因此,建立高精度轧制力预测模型至关重要。应用时间序列分析法对轧制力建立ARMA模型,在此基础上进行预测和分析。本文提出了一种新的建模策略,总结了整体建模流程。对于模型参数的估计,先采用长自回归模型法对模型参数进行初估计,再采用非线性最小二乘法进行精估计。采取多种适用性检验准则相结合的方式来确定模型的具体阶数,提高建模的准确性和适用性。最后研究了最佳预测原理与计算,主要采用一步预测法对轧制力进行预测。时间序列分析法给轧制力预测提供一条新的解决思路。采用某钢厂SP1580轧机实际生产数据,利用MATLAB对采集的数据进行仿真实验,仿真结果表明轧制力的预测值与实测值基本吻合,短期预测效果很好,预测精度很高,误差基本可以控制在允许的范围内,可以满足板形控制系统对轧制力预测精度的要求。
论文目录
摘要Abstract第1章 绪论1.1 引言1.2 国内外研究概况1.2.1 板形控制方法的研究概况1.2.2 时间序列分析研究概况1.3 板形控制研究的难点1.4 课题的来源、研究目的和意义1.5 本文的研究内容第2章 轧制力理论与板形控制2.1 引言2.2 板形的基本理论2.2.1 板形的概念2.2.2 板形的表示方法2.2.3 带钢板形平直条件2.2.4 影响带钢板形的因素2.3 板形控制原理与轧制力理论2.3.1 板形凸度的求法2.3.2 板形控制原理2.3.3 轧制力波动理论2.4 板形控制的主要方法2.5 本章小结第3章 轧制力预测模型的建立3.1 引言3.2 时间序列的数学模型3.2.1 时间序列的概念3.2.2 时间序列的基本模型3.2.3 时间序列模型的物理解释3.3 ARMA 模型的时域特性3.3.1 ARMA 模型的Green 函数3.3.2 ARMA 模型的逆函数3.3.3 ARMA 模型的自协方差函数3.3.4 ARMA 模型的偏自相关函数3.4 ARMA 模型的参数估计方法3.4.1 模型参数的初估计——长自回归模型法3.4.2 模型参数的精估计——非线性最小二乘法3.5 轧制力ARMA 模型的建立3.5.1 模型形式的选取3.5.2 模型的适用性检验3.5.3 ARMA(2n,2n-1)建模方3.5.4 轧制力的建模流程与仿真实例3.6 本章小结第4章 轧制力的预测研究与仿真实验4.1 引言4.2 轧制力数据的采集4.2.1 轧制力数据采集系统4.2.2 轧制力数据特性的检验与处理4.3 轧制力的最佳预测4.3.1 轧制力ARMA 模型最佳预测4.3.2 轧制力ARMA 模型的最佳预测计算4.4 仿真实验4.5 本章小结结论附录参考文献攻读硕士学位期间承担的科研任务与主要成果致谢作者简介
相关论文文献
标签:时间序列分析论文; 模型论文; 轧制力论文; 预测论文; 弯辊力论文;