冷轧带肋钢筋工艺的现代优化方法及质量控制

论文摘要

冷轧带肋钢筋由于自身的优点，在建筑等领域得到了广泛的应用，带来了明显的技术经济效益。但在生产中也存在着一些问题，因此有对冷轧工艺优化和控制产品质量研究的必要。现代优化方法包括禁忌搜索、人工神经网络、模拟退火、遗传算法及拉格朗日松驰等方法；这些方法涉及物理进化、人工智能、数字物理科学、神经系统和统计力学等概念，适合解决一些不能单纯用数学方法来解决的实际问题。本文在对冷轧钢筋生产工艺和产品质量研究的基础上，针对冷轧钢筋工艺参数优化这一复杂的实际组合优化问题，以产品的抗拉强度和延伸率作为最终优化目标，找到了一条多目标优化的合理途径，基于人工神经网络和模拟退火—改进遗传算法建立了冷轧带肋钢筋工艺参数的优化系统，从而可以获得最优的工艺参数组合。对人工神经网络中的BP算法进行了深入研究，针对其缺点从结构和算法上对标准BP算法进行了改进。利用改进BP算法，建立了冷轧带肋钢筋工艺的现代优化方法的建模和仿真预测子系统，其中可以建立高精度、高稳定性的关系模型，可以较准确地预测冷轧带肋钢筋产品的力学性能，建立的关系模型将作为工艺参数优化的知识源。在对标准遗传算法认真研究的基础上，提出了一个遗传算法的改进策略。在分析改进遗传算法和模拟退火算法在各自的优势后，提出了一种高效综合的模拟退火—改进遗传算法。在建模和仿真预测子系统的基础上，建立了基于模拟退火—改进遗传算法的优化子系统，此系统针对多工艺参数和双目标函数的冷轧优化问题，可以进行准确、高效的工艺优化。论述了质量控制的背景和意义以及质量控制的必要性，在对冷轧带肋钢筋产品质量问题和产生原因分析的基础上，经过理论分析和实际生产的探索，提出了一些有建设性的冷轧带肋钢筋产品质量控制方法。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 引言
• 1.2 冷轧带肋钢筋产品
• 1.2.1 冷轧带肋钢筋产品及其特点
• 1.2.2 冷轧带肋钢筋产品的规格与型号
• 1.3 冷轧带肋钢筋的生产状况
• 1.3.1 冷轧带肋钢筋生产现状和质量影响因素
• 1.3.2 冷轧带肋钢筋产品国内外的应用前景与发展趋势
• 1.3.2.1 冷轧带肋钢筋产品的应用现状和前景
• 1.3.2.2 冷轧带肋钢筋产品的发展趋势
• 1.4 冷轧带肋钢筋工艺的现代优化方法及质量控制研究的意义
• 1.4.1 冷轧带肋钢筋产品的优势
• 1.4.2 冷轧带肋钢筋产品的效益
• 1.5 轧制成形工艺研究的主要方法简介
• 1.5.1 工艺实验法
• 1.5.2 理论计算与分析方法
• 1.5.3 数值模拟法
• 1.5.4 优化设计方法
• 1.6 本论文的研究方向和主要内容
• 1.6.1 研究方向
• 1.6.2 本论文的主要工作内容
• 第二章 轧制成形原理与冷轧带肋钢筋的工艺流程
• 2.1 引言
• 2.2 轧制成形原理
• 2.2.1 轧制时金属的流动
• 2.2.2 轧制时的咬入条件
• 2.2.3 轧制过程的建立
• 2.2.4 轧制过程的滑动摩擦
• 2.3 冷轧带肋钢筋的生产工艺过程分析
• 2.3.1 产品生产工艺过程和典型工艺设备介绍
• 2.3.2 生产工艺过程
• 2.4 本章小结
• 第三章 冷轧工艺参数优化
• 3.1 引言
• 3.2 冷轧工艺参数优化系统的组成和流程
• 3.3 工艺参数优化系统的主要算法思想
• 3.4 工艺参数优化系统的特点
• 3.5 冷轧工艺最优化数学模型的建立
• 3.5.1 数学模型建立的条件
• 3.5.2 性能指标的确定
• 3.5.3 多目标优化函数的确定
• 3.5.3.1 多目标函数的统一化
• 3.5.3.2 最优检验准则
• 3.5.4 设计变量的选取
• 3.5.4.1 原材料的性能
• 3.5.4.2 轧制减径量
• 3.5.4.3 拉拔线速度
• 3.5.4.4 消除应力时滚轮起伏量和间距
• 3.5.5 约束条件的确定
• 3.6 正交实验设计
• 3.6.1 正交实验设计的概念
• 3.6.2 正交实验设计的原理
• 3.6.3 正交表
• 3.6.4 正交实验设计特点
• 3.6.5 正交实验设计分析与评价
• 3.7 工艺参数优化系统的实现
• 3.8 本章小结
• 第四章 基于人工神经网络的建模和仿真预测
• 4.1 引言
• 4.2 人工神经网络基本理论
• 4.2.1 人工神经网络概述
• 4.2.2 人工神经网络原理
• 4.2.3 人工神经网络特点
• 4.3 即网络及其改进
• 4.3.1 BP网络模型
• 4.3.2 标准 BP算法
• 4.3.3 标准 BP网络的局限性
• 4.3.4 BP网络的改进
• 4.3.4.1 隐层节点数的选取
• 4.3.4.2 初始权值的选择
• 4.3.4.3 输入输出数据的预处理
• 4.3.4.4 训练样本的添加法
• 4.3.4.5 权值、阈值的调整法
• 4.3.4.6 学习率的调整法
• 4.3.5 实例对比
• 4.4 冷轧工艺优化的建模和仿真预测子系统
• 4.4.1 建模和仿真预测子系统流程
• 4.4.2 软件实现
• 4.4.2.1 软件开发工具选择
• 4.4.2.2 软件结构设计
• 4.4.2.3 界面介绍
• 4.5 在冷轧中的实际应用
• 4.5.1 实验样本的获得
• 4.5.2 关系模型建立
• 4.5.3 关系模型仿真
• 4.5.4 产品性能预测
• 4.6 本章小结
• 第五章 基于模拟退火—改进遗传算法的优化
• 5.1 引言
• 5.2 模拟退火算法
• 5.2.1 概述
• 5.2.2 基本原理
• 5.2.3 基本步骤
• 5.2.4 基本特点和缺陷
• 5.3 遗传算法及其改进
• 5.3.1 标准遗传算法基本知识
• 5.3.1.1 概述
• 5.3.1.2 基本原理和操作
• 5.3.1.3 基本步骤
• 5.3.1.4 模式定理和隐含并行性
• 5.3.1.5 基本特点和缺陷
• 5.3.2 遗传算法参数与操作的设计
• 5.3.3 遗传算法的改进
• 5.3.3.1 改进方法
• 5.3.3.2 算法流程
• 5.3.3.3 特点
• 5.4 高效综合的模拟退火—改进遗传算法
• 5.4.1 工作原理和流程
• 5.4.2 算法特点
• 5.4.3 对比实例
• 5.5 冷轧工艺优化的优化子系统
• 5.5.1 优化子系统流程
• 5.5.2 软件实现
• 5.5.2.1 软件结构设计
• 5.5.2.2 界面介绍
• 5.6 在冷轧中的实际应用
• 5.6.1 双目标函数的统一化
• 5.6.2 工艺参数优化
• 5.6.3 优化后处理
• 5.6.3.1 统一目标函数的分化
• 5.6.3.2 最优检验准则分析和实验验证
• 5.7 本章小结
• 第六章 冷轧带肋钢筋产品质量控制
• 6.1 引言
• 6.2 质量控制与质量特性
• 6.2.1 质量控制的背景和意义
• 6.2.2 质量控制的必要性
• 6.2.3 质量特性
• 6.2.4 如何保证产品的质量
• 6.2.4.1 制定产品质量的方针和目标
• 6.2.4.2 质量控制工程
• 6.2.4.3 制订质量计划
• 6.2.4.4 质量控制的组织
• 6.2.4.5 质量教育
• 6.2.4.6 质量的代价和经济性
• 6.3 冷轧带肋钢筋的质量问题及产生原因
• 6.3.1 产品质量概况
• 6.3.2 原材料方面原因
• 6.3.3 生产工艺方面原因
• 6.3.4 设备方面原因
• 6.3.5 管理方面原因
• 6.4 产品质量控制
• 6.4.1 原材料方面
• 6.4.2 生产工艺和设备方面
• 6.4.2.1 工艺流程
• 6.4.2.2 工艺设备
• 6.4.3 企业管理方面
• 6.4.3.1 企业质量管理体系概述
• 6.4.3.2 企业质量管理体系的建立和实施
• 6.4.3.3 质量管理体系方法的步骤
• 6.4.3.4 质量管理体系对企业生存和发展的意义
• 6.4.4 产品检测方面
• 6.5 改进方案
• 6.6 本章小结
• 第七章 全文总结与展望
• 7.1 全文总结
• 7.2 展望
• 参考文献
• 致谢
• 附录 攻读博士学位期间发表的学术论文和参加的科研项目
• 专利证书
• 证明材料