冷连轧动态变规格及厚度预设定技术的研究

论文摘要

钢铁工业在不断发展,为了加快轧制速度,进而提高产量,冷连轧动态变规格技术需要继续提高。动态变规格作为冷连轧非稳定状态的重中之重,其控制的好坏,会严重影响带钢的头部、尾部质量(带钢头部、尾部厚度超差的长度)。厚度预设定计算的精度是影响动态变规格精度的主要因素,因此提高厚度预设定精度是我们研究动态变规格过程的主要目标。本论文以上海宝钢股份公司冷轧厂五机架全连续式冷连轧机为研究对象,主要研究分析了动态变规格过程和动态设定技术。本论文的主要内容包括以下三个部分：第一部分主要是对动态变规格技术方案进行分析。从楔形过渡区的形成过程及其参数的计算方法入手,研究动态规格变换的时机选择问题,并分析了动态变规格的基本控制策略和控制规律；接着对动态变规格时的张力计算模型进行研究。先从常规的冷轧张力公式出发,推导出了楔形过渡区的张力计算模型。由于过渡区并非理想的楔形,因此又推导了任意形状过渡区的张力计算模型,并得出了动态实用的离散张力计算模型。第二部分建立了冷连轧1800机组轧制参数动态设定模型。建立了1机架前动态设定计算模型和1机架后动态设定模型,接着建立了焊缝通过机架时辊缝的动态设定和辊速的动态设定。第三部分主要进行了动态变规格时轧制参数优化的研究。提高厚度预设定精度的根本在于提高轧制力的设定精度。由于在推导轧制力数学模型时,为了计算方便而采取了许多简化措施,即使采用自适应学习方法对变形抗力和摩擦系数进行修正,其精度还是不够高。为了进一步提高轧制力预设定的精度,在采用自适应学习方法的基础上,利用BP神经网络与自适应数学模型相结合的方法,建立了冷连轧机组轧制力高精度预设定的智能化模型。仿真结果表明,采用自适应学习方法后,轧制力预设定精度有所提高。利用BP神经网络与自适应数学模型相结合后,其精度有了更大的提高,实现了冷连轧机组轧制力的高精度设定,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 动态变规格控制的发展现状
• 1.2.1 动态变规格的概念
• 1.2.2 动态变规格的控制方式
• 1.2.3 动态设定控制模型
• 1.3 人工神经网络在轧钢工业中的应用
• 1.4 研究目标及技术指标
• 1.4.1 研究目标
• 1.4.2 技术指标
• 1.5 本文的主要研究内容
• 第2章 冷连轧动态变规格应用技术分析
• 2.1 概述
• 2.2 楔形区参数
• 2.3 动态变规格的控制策略和控制规律
• 2.3.1 动态变规格的控制策略
• 2.3.2 动态变规格的控制规律
• 2.4 动态变规格技术的控制回路
• 2.5 动态变规格张力计算模型
• 2.5.1 常规冷连轧张力计算模型
• 2.5.2 楔形过渡区的张力计算模型
• 2.5.3 任意形状过渡区的张力计算模型
• 2.5.4 离散化的动态实用张力计算公式
• 2.6 本章小结
• 第3章 冷连轧轧制参数动态设定模型
• 3.1 冷连轧过程动态设定计算模型
• 3.1.1 动态设定计算模型的控制流程
• 3.1.2 动态设定计算模型的设计思想
• 3.1.3 FGC模式判断
• 3.2 1机架前动态设定计算模型
• 3.2.1 1动态设定计算模型使用的数据表
• 3.2.2 具体的执行过程
• 3.2.3 结果输出及存储
• 3.3 1机架后动态设定计算模型
• 3.3.1 模型计算用到的数据表
• 3.3.2 具体的执行过程
• 3.3.3 输出结果及存储
• 3.4 焊缝过机架辊缝辊速动态设定模型
• 3.4.1 线性化增量模型
• 3.4.2 非线性全量模型
• 3.4.3 焊缝过机架辊缝动态设定
• 3.4.4 焊缝过机架辊速动态设定
• 3.5 本章小结
• 第4章 冷连轧机组参数自适应应用研究
• 4.1 自适应控制概述
• 4.2 冷连轧自适应系统
• 4.3 轧制力综合参数自适应
• 4.3.1 轧制力综合参数自适应原理
• 4.3.2 冷连轧过程控制变形抗力模型的自适应学习
• 4.3.3 摩擦因数模型修正
• 4.4 本章小结
• 第5章 神经网络在厚度预设定中的应用
• 5.1 人工神经网络概述
• 5.1.1 神经网络原理
• 5.1.2 神经网络的确定
• 5.2 BP神经网络
• 5.3 基于神经网络的轧制力模型
• 5.3.1 轧制力模型结构的确定
• 5.3.2 数据处理
• 5.4 Matlab下仿真及结果分析
• 5.5 本章小结
• 第6章 结论与展望
• 参考文献
• 致谢
• 作者介绍