热轧地下卷取机扭矩分析及预测

论文摘要

地下卷取机是热连轧生产中十分重要的机械设备，作为热连轧的收卷设备，其工作性能的好坏直接影响到产品的最终质量和整个工作机组的生产效率。为了保证卷取控制具有良好的性能，使得卷取过程具有合理的扭矩，更好的完成生产要求，就要提高张力控制系统的性能，做好传动最大扭矩的预测，为实际生产提供可靠的科学依据。本课题以武钢工程项目为背景，对地下卷取机做了整体分析介绍，并运用Simulink和BP神经网络系统对带钢卷取的最大扭矩进行了预测。具体包括：1）细致研究了生产现场地下卷取机的主要组成，介绍了卷取区域的相关设备及其作用；分析了卷取工艺过程（准备、正常、收尾三个阶段）。2）对地下卷取机卷取扭矩组成进行了详细分析，根据各力矩与卷径间的关系建立了动力学方程，并运用Similink软件建模仿真，从理论层面对卷取扭矩进行模拟，并给出了部分规格带钢卷曲过程扭矩变化图。3）在理论分析的基础上，针对测试钢种进行扭矩测试。对实际测试数据进行分析整理，并以实际测试数据为依据，利用BP神经网络建立两个模型，利用算法学习对象的典型变量样本，并反馈目标逼近值。完成模型训练过程，分析误差范围及产生误差原因，确定模型可行性。运用两个模型分别针对目标型号带钢进行预测，给出最大扭矩预测值。4）对扭矩分析预测进行总结，并指出分析应注意的问题及改进方向。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 卷取机发展历程及张力扭矩发展现状
• 1.1.1 卷取机的发展历程及张力的发展状况
• 1.1.2 卷取扭矩简述
• 1.2 本课题的研究背景与意义
• 1.3 本文的主要工作
• 第2章 地下卷取机工艺过程分析
• 2.1 卷取机相关介绍
• 2.1.1 卷取机生产现状
• 2.1.2 卷取机的分类
• 2.1.3 地下卷取机的组成
• 2.2 卷取工艺过程研究
• 2.2.1 卷取机主要设备
• 2.2.2 卷取过程研究
• 2.3 本章小结
• 第3章 地下卷取机卷取信号测试
• 3.1 信号测试的目的及意义
• 3.2 信号测试的方法过程
• 3.2.1 主卷筒扭矩测点的确定
• 3.2.2 扭矩的标定
• 3.3 信号测试的结果及分析
• 第4章 simulink 模型的建立与预测
• 4.1 卷筒张力控制系统分析
• 4.2 卷筒负载力矩的组成
• 4.2.1 张力矩
• 4.2.2 弯曲力矩
• 4.2.3 动力矩
• 4.3 卷取过程的动力学方程
• 4.4 利用 Simulink 进行模拟和仿真
• 4.4.1 MATLAB 及 Simulink 简介
• 4.4.2 利用 Simulink 模拟和仿真
• 4.5 Simulink 模型的仿真及结果
• 4.6 生产 X80（18.4×1550）管线钢时卷取力矩动态仿真
• 4.7 本章小结
• 第5章 BP 神经网络模型的建立与预测
• 5.1 人工神经网络
• 5.2 BP 网络模型
• 5.2.1 BP 人工神经网络及其模型
• 5.2.2 BP 神经网络的 MATLAB 实现的设计步骤
• 5.2.3 网络具体设计过程
• 5.3 基于实测数据的最大卷取力矩的神经网络模型结构设计
• 5.3.1 模型相关数据的确定
• 5.3.2 神经网络模型的实现
• 5.4 神经网络模型的训练与结果预测
• 5.4.1 模型一的训练仿真过程及其结果
• 5.4.2 模型一的卷取扭矩预测
• 5.4.3 模型二的训练仿真过程及其结果
• 5.4.4 模型二的数据预测
• 5.5 本章小结
• 第6章 结论与展望
• 6.1 主要研究工作及总结
• 6.2 展望后续工作
• 参考文献
• 致谢
• 详细摘要