热轧带钢平整机轧制力与板形控制的研究

发布时间：2017-07-21 00:16

  本文关键词：热轧带钢平整机轧制力与板形控制的研究

  更多相关文章： 平整机 轧制力模型 延伸率 板形控制

【摘要】：钢铁行业作为国家经济命脉的重要驱动力量,已经在经济的长期发展中起着不可或缺的作用。平整机作为改善带钢质量的重要设备,它的价值也逐渐被重视,进而在钢铁行业中得到了发展和广泛的应用。平整是提升板形质量的主要办法,而平整轧制力的精确预报是决定平整轧制时板形质量的主要因素。本课题最初使用轧制力预报数学模型对轧制力进行预报,确定了影响轧制力计算精度的主要影响因素,通过轧制力的计算公式得到轧制力的预报值。针对轧制力在线预报要求计算速度快的特点,进一步提出了BP神经网络轧制力预报模型,通过对BP神经网络相关知识的详细介绍,利用MATLAB神经网络工具箱进行仿真,以某热轧厂的实际生产数据为依据,得到轧制力预报结果。由于其预报值不足以满足板形控制系统对轧制力预测精度的要求,所以本文又提出了将灰色理论系统与BP神经网络有机结合起来的灰色神经网络组合模型。论文最后对板形的基本概念、板形缺陷、轧制力与延伸率之间的关系以及延伸率的选取问题都作了一定的说明。并且提出轧制力和延伸率之间是一一对应的关系,为平整轧制过程中延伸率的控制及轧制力的选取奠定了基础。
【关键词】：平整机 轧制力模型 延伸率 板形控制
【学位授予单位】：河北工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG333.71
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 平整机简介10-12
• 1.2 平整作用12
• 1.3 轧制力预报模型及板形控制方法的研究现状12-14
• 1.3.1 轧制力预报模型的研究现状12-13
• 1.3.2 板形控制方法的研究现状13-14
• 1.4 课题来源、意义及研究内容14-16
• 1.4.1 课题来源14
• 1.4.2 课题意义14-15
• 1.4.3 本文的主要研究内容15-16
• 第2章 轧制力及其数学模型的研究16-23
• 2.1 轧制压力模型概述16-19
• 2.1.1 轧制压力数学模型的发展16
• 2.1.2 轧制压力模型在轧制过程中的作用16-17
• 2.1.3 轧制压力模型17-18
• 2.1.4 建立轧制力数学模型的一般步骤18-19
• 2.2 轧制概念及其计算方法19-20
• 2.2.1 轧制力概念及概念公式19-20
• 2.2.2 轧制力理论计算公式20
• 2.3 某钢厂连轧机组轧制力模型计算20-22
• 2.4 本章小结22-23
• 第3章 基于神经网络轧制力的预报23-32
• 3.1 BP神经网络23-27
• 3.1.1 概述23
• 3.1.2 BP神经网络结构23-24
• 3.1.3 BP算法24-25
• 3.1.4 BP算法流程25-27
• 3.2 BP神经网络在轧制力预测方面的优缺点27-28
• 3.2.1 BP神经网络优点27
• 3.2.2 BP神经网络的缺点27-28
• 3.3 BP神经网络轧制力的预报28-31
• 3.3.1 样本数据集的选取28
• 3.3.2 BP神经网络的训练28-29
• 3.3.3 BP神经网络轧制力预报结果29-30
• 3.3.4 BP神经网络的优化方向30-31
• 3.4 本章小结31-32
• 第4章 灰色神经网络轧制力组合模型32-44
• 4.1 灰色系统理论32-35
• 4.1.1 灰色系统概述32
• 4.1.2 灰色系统的基本概念32
• 4.1.3 灰色轧制力预报模型32-34
• 4.1.4 轧制力组合预报相对单项预报的优势34
• 4.1.5 灰色预测和神经网络预测的优势互补34-35
• 4.2 灰色神经网络的建模方法35-37
• 4.2.1 串联型灰色神经网络35
• 4.2.2 并联型灰色神经网络35-36
• 4.2.3 嵌入型灰色神经网络36
• 4.2.4 混合型灰色神经网络36-37
• 4.3 灰色理论和BP神经网络对轧制力的组合预测37-42
• 4.3.1 灰色神经网络模型建立37-39
• 4.3.2 灰色神经网络轧制力预报模型流程39-40
• 4.3.3 轧制力预测相对误差分析40-41
• 4.3.4 实验数据误差带分析41-42
• 4.4 本章小结42-44
• 第5章 轧制力设定对板形的影响44-53
• 5.1 板形的基本概念44-48
• 5.1.1 板带平直度44-46
• 5.1.2 板凸度46-47
• 5.1.3 板形缺陷47-48
• 5.2 消除板形缺陷的延伸率的研究48-51
• 5.2.1 延伸率自动控制系统48-50
• 5.2.2 消除板形缺陷的研究50-51
• 5.3 轧制力与延伸率的关系51-52
• 5.4 轧制力设定与延伸率的自动控制52
• 5.5 本章小结52-53
• 总结与展望53-55
• 1、本文工作总结53-54
• 2、工作展望54-55
• 致谢55-56
• 参考文献56-59
• 作者简介59
• 攻读硕士学位期间发表的论文59-60

【参考文献】

中国期刊全文数据库 前10条

1 马庆龙;;适用于工程应用的平整轧制压力计算模型[J];一重技术;2013年01期

2 ;Establishment of Neural Network Prediction Model for Terminative Temperature Based on Grey Theory in Hot Metal Pretreatment[J];Journal of Iron and Steel Research(International);2012年06期

3 ;Control Strategies of Asymmetric Strip Shape in Six-High Cold Rolling Mill[J];Journal of Iron and Steel Research(International);2011年09期

4 武京伟;蔡玉强;;冷轧轧制力数学模型的研究[J];冶金丛刊;2010年05期

5 宋祖峰;陈利;;冷轧平整机延伸率控制技术[J];武钢技术;2009年02期

6 田建艳;张鹏飞;刘思峰;;基于灰色关联分析的神经网络轧制力预报模型的研究[J];应用力学学报;2009年01期

7 王万军;;基于灰色BP神经网络的商品房销售预测[J];河北理工大学学报(社会科学版);2008年02期

8 李存斌;王恪铖;;A new grey forecasting model based on BP neural network and Markov chain[J];Journal of Central South University of Technology;2007年05期

9 何安瑞;黄涛;杨荃;陈先霖;赵林;;热带钢轧机板形综合控制技术开发[J];北京科技大学学报;2007年05期

10 ;Study and application of crown feedback control in hot strip rolling[J];Journal of University of Science and Technology Beijing;2007年02期

，

本文编号：570655