基于人工神经网络的中厚板头部弯曲的研究

论文摘要

中厚板是国民经济发展必需的重要产品,近年来,为了提高中厚板的产品质量与性能,我国很多中厚板厂对一些落后的设备进行了更新。然而,伴随着设备的更新和改造也出现了一些问题,特别突出的问题之一是轧制过程中出现轧件头部弯曲的问题。轧件头部弯曲会导致成材率降低、产品质量、产量下降等问题。引起轧件头部弯曲的根本原因是由于轧制时轧件上下部的不对称轧制,引起不对称轧制的因素很多。在实际轧制过程中,这些影响因素往往交织在一起,使带钢头部翘曲规律变得更加复杂。本文针对韶钢二轧厂生产中的头部弯曲问题,以生产现场测得的数据为依据,应用BP神经网络来训练测得的数据,建立了轧件头部弯曲数学模型。利用所建的数学模型对生产中影响轧件头部弯曲的因素进行分析,揭示出了各影响因素与头部弯曲之间的关系,为轧制工艺制度的制定提供了依据。同时,在生产中当上下温差、上下轧辊速度、来料厚度及成品厚度等其他条件一定时,还可以利用该模型来预测轧件的头部弯曲程度,然后根据预测的弯曲情况可以在操作台上通过调整一、两个变形参数来抑制板头弯曲。本论文的研究工作不仅有助于韶钢二轧厂的生产运行,对其它中厚板生产厂中解决类似问题同样具有指导意义。

论文目录

• 摘要
• Abstract
• 第一章 概述
• 1.1 课题综述
• 1.2 国内外对板带弯曲的研究
• 1.2.1 国外对影响板带弯曲因素的研究成果
• 1.2.2 国内对影响板带弯曲因素的研究成果
• 1.3 课题研究方案
• 第二章 头部弯曲机理分析和解决方法
• 2.1 轧件头部弯曲机理简要分析
• 2.1.1 轧件上下表面温度不均的影响
• 2.1.2 轧制线高度及轧辊偏移量对板坯弯曲的影响
• 2.1.3 电气传动系统对板坯弯曲的影响
• 2.1.4 异步轧制对板坯头部弯曲的影响
• 2.1.5 上下接触弧表面摩擦条件不同
• 2.1.6 其他原因引起的头部弯曲
• 2.1.6.1 轧件材质
• 2.1.6.2 变形区形状参数
• 2.2 预防及控制板坯头部弯曲的措施
• 2.2.1 预防轧件头部弯曲的方法
• 2.2.2 控制轧件头部弯曲的方法
• 第三章 BP 神经网络简介
• 3.1 BP 神经网络概述
• 3.2 BP 神经元及BP 网络模型
• 3.3 BP 神经网络结构设计
• 3.3.1 网络信息容量与训练样本数
• 3.3.2 训练样本集的准备
• 3.3.3 初始权值的设计
• 3.3.4 BP 网络结构设计
• 3.4 BP 网络的学习
• 第四章 韶钢二轧厂简介
• 4.1 韶钢二轧厂概况
• 4.2 韶钢二轧厂生产过程中影响板头弯曲的因素
• 4.3 韶钢二轧厂各影响因素综合对比
• 4.4 本章小结
• 第五章 神经网络建模过程及分析结果
• 5.1 数据的测量
• 5.2 模型参数的选择
• 5.2.1 样本数据的分析和处理
• 5.2.2 多层前馈网络结构设计
• 5.2.3 神经网络的初始化
• 5.3 32mmQ235A 头部弯曲模型的建立
• 5.3.1 模型的建立及其预测精度的检验
• 5.3.2 各个影响因素对轧件头部弯曲的影响
• 5.4 Q235B 头部弯曲模型的建立
• 第六章 结论
• 参考文献
• 致谢
• 详细摘要