当前位置:主页 > 科技论文 > 自动化论文 >

热连轧带钢力学性能预报及钢种优化设计

发布时间:2022-07-11 19:23
  热轧带钢的力学性能预报始兴于上世纪的70年代,是钢铁冶金行业关注的难点问题,是一项非常复杂的冶金前沿技术,具有广阔的应用前景和深远的科学意义。构建具有较高精度及可靠性的钢材力学性能预报模型,有助于对现有钢种的成分和工艺参数进行优化设计以及设计新钢种,提升带钢产品性能、降低生产成本,增强企业竞争力。热轧带钢的力学性能受成分、工艺等因素的影响,各影响因素之间又相互耦合,作用机理复杂。为此,本文提出了一种融合生产数据与冶金机理的力学性能建模方法,借助生产数据与冶金机理对各因素的影响进行深入剖析,将复杂的高维非线性问题拆分为若干个子问题。利用随机森林算法对热轧带钢力学性能的影响因素进行筛选,实现了对模型的有效降维;采用孤立森林算法对热轧生产过程异常数据进行清洗,提高建模数据的质量;建立热轧带钢力学性能广义可加预报模型,采用三次样条函数对各成分、工艺因素对应的子模型进行拟合,运用局部积分算法对各子模型进行计算和修正,从而分别建立了热轧带钢屈服强度、抗拉强度及延伸率的预测模型。经实验验证,模型具有较高的预测精度与可靠性。提出了一种多精英解引导的多目标鲸鱼优化算法。采用基于反向学习的种群初始化策略使... 

【文章页数】:85 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
第1章 引言
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 本文的主要研究内容
第2章 热轧带钢力学性能预报模型的构建方法
    2.1 建模步骤
    2.2 随机森林筛选影响因素
        2.2.1 随机森林算法
        2.2.2 重要性评价指标
    2.3 孤立森林清洗异常数据
    2.4 三次样条函数估计子模型
    2.5 局部积分算法求解子模型
    2.6 本章小结
第3章 微合金钢力学性能预报实验验证
    3.1 模型影响因子的筛选
        3.1.1 数据集的获取
        3.1.2 随机森林评价指标
        3.1.3 影响因子的重要性
    3.2 建模异常数据的清洗
        3.2.1 数据集的异常分值
        3.2.2 数据清洗前后模型对比
    3.3 力学性能预报模型的构建
    3.4 本章小结
第4章 基于多精英解引导的多目标鲸鱼优化算法
    4.1 多目标优化基本概念
    4.2 标准单目标鲸鱼优化算法
    4.3 多目标鲸鱼优化算法
        4.3.1 算法框架
        4.3.2 基于反向学习的种群初始化
        4.3.3 精英解的选取和子代的产生
        4.3.4 鲸鱼优化算法的改进
    4.4 实验仿真
    4.5 本章小结
第5章 热轧带钢产品的多目标优化设计
    5.1 热轧带钢产品的多目标优化设计模型
    5.2 微合金钢产品优化设计实验及结果
    5.3 本章小结
第6章 总结与展望
    6.1 全文总结
    6.2 特点与创新
    6.3 不足与展望
致谢
参考文献
附录1 攻读硕士学位期间发表的论文
附录2 攻读硕士学位期间参加的科研项目


【参考文献】:
期刊论文
[1]精英反向黄金正弦鲸鱼算法及其工程优化研究[J]. 肖子雅,刘升.  电子学报. 2019(10)
[2]微合金钢碳氮化物析出的热力学仿真[J]. 李维刚,杨威,刘超,严保康.  系统仿真学报. 2019(03)
[3]基于Isolation Forest改进的数据异常检测方法[J]. 徐东,王岩俊,孟宇龙,张子迎.  计算机科学. 2018(10)
[4]基于卷积神经网络的热轧带钢力学性能预报[J]. 胡石雄,李维刚,杨威.  武汉科技大学学报. 2018(05)
[5]改进鲸鱼算法在多目标水资源优化配置中的应用[J]. 沙金霞.  水利水电技术. 2018(04)
[6]融合大数据与冶金机理的热轧带钢力学性能预报模型[J]. 李维刚,杨威,赵云涛,胡恒法.  钢铁研究学报. 2018(04)
[7]模糊作业时间的拆卸线平衡Pareto多目标优化[J]. 汪开普,张则强,邹宾森,毛丽丽.  计算机工程与应用. 2018(01)
[8]考虑安全约束的连退生产过程多目标操作优化[J]. 王显鹏,杨立文,董志明,张博.  控制与决策. 2018(10)
[9]正余混沌双弦鲸鱼优化算法[J]. 刘竹松,李生.  计算机工程与应用. 2018(07)
[10]柳钢热轧普碳钢卷力学性能线性回归与神经网络预报模型的对比分析[J]. 熊良友.  柳钢科技. 2017 (01)

硕士论文
[1]非支配排序遗传算法(NSGA)的研究与应用[D]. 高媛.浙江大学 2006



本文编号:3658734

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3658734.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户fa5c6***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com