张大志
,
尹凤福
,
李谋渭
,
孙一康
,
管克智
,
尹显东
,
于宁
,
蔡恒军
上海金属
doi:10.3969/j.issn.1001-7208.2000.06.005
以板形板厚为目标函数,利用改进的遗传优化算法,开发出四机架冷连轧机轧制参数优化设计系统,对原轧制规程进行了优化设计.按新轧制规程生产的冷连轧成品带钢质量获得改善,并提高了轧机的轧制效能.
关键词:
冷连轧
,
轧制参数
,
优化设计
,
遗传算法
李谋渭
,
张阳
,
张大志
,
安振刚
,
尹显东
,
姚林
,
于宁
,
王衍平
,
蔡恒君
钢铁
通过对鞍钢1 680 mm冷连轧机力能参数、结构参数、带钢厚度和板形精度的大型综合测试,采用综合遗传神经网络建立轧制力模型,与实测误差不大于5%;采用综合改进遗传算法与冷连轧机辊型系统优化相结合,板形废品率从2.24%降至1.19%;运用综合改进遗传算法与冷连轧机大系统参数相结合优化轧制规程,相同厚度来料成品由1 mm扩大至0.8 mm;运用"机电结合故障诊断法",找出带钢厚差无法消除和易断带的原因.综合措施提高了轧机的效能和产品的精度.
关键词:
冷带钢连轧机
,
测试
,
综合遗传算法
,
综合遗传神经网络
张大志
,
翁国杰
,
李忠富
,
姚有领
,
张厂红
,
柳希泉
,
韩光燕
金属世界
doi:10.3969/j.issn.1000-6826.2006.05.006
宽带钢热连轧生产线是一套综合了机电液压系统的复杂大系统,自动控制系统是最大限度发挥轧线效能和生产高质量产品的重要保证.文章系统阐述了热连轧的特点及其对自动化系统的要求、自动控制系统设计思想、系统结构和配置.设计采用多级系统、各级间高速光纤以太网、高性能控制器间高速全局数据内存网、高性能控制器与现场设备间Profibus_DP网通信、L2级服务器热机备份策略、L1级光纤以太网冗余设计等创新的设计理念,以及拥有自主知识产权的L2级中间件系统、L2级关键数学模型和L1级核心控制模型.本文的设计思想及其基础上的控制系统已经在国内多条热连轧生产线上得到了成功应用.
关键词:
热连轧机
,
自动控制系统
,
综合设计
,
系统应用
张大志
,
叶海丽
,
项晓菲
,
许新超
,
陈冰
上海金属
doi:10.3969/j.issn.1001-7208.2010.03.012
卷取温度是热轧带钢生产中最重要的质量指标之一.为了克服传统卷取温度设定控制模型不够精确等缺陷,根据热连轧带钢生产过程的特点以及高温带钢在层流冷却区域的温度变化特性,采集并分析了大量实测数据,在此基础上,结合改进遗传算法的全局搜索能力和神经网络的非线性拟合能力,建立了基于改进遗传神经网络的带钢卷取温度优化设定控制模型.实际应用证明,该优化模型完全满足在线生产要求:带钢全长卷取温度偏差100%控制在目标值±20℃以内,93%控制在目标值±10℃以内.
关键词:
热连轧带钢
,
卷取温度
,
遗传算法
,
神经网络
,
智能优化
张大志
,
陈雨来
,
荆丰伟
,
刘森
,
隋文杰
,
曹丕磊
钢铁
日钢1580 mm热连轧生产线是一套国内自主设计生产的全自动化热连轧机组,卷取张力控制对于钢卷的卷形、产品最终质量及相关设备使用寿命都具有重要影响。传统张力控制功能都是在PLC控制器中完成,然后再通过DP网络通信,最后由传动系统执行而实现,存在响应慢、精度低、故障多的缺点。该控制系统采用西门子专为高精度张力控制设计的T400工艺板,张力闭环控制功能直接在传动控制系统中完成,减少了故障点并提高了系统响应速度和控制精度,是国内首套基于T400的宽带钢热连轧卷取张力控制系统。系统具有控制精度高、控制周期短、通用性强、调试维护方便等优点。系统于2006年12月在日钢1580 mm热连轧卷取机上开始应用,取得了很好的控制效果。
关键词:
热连轧机;卷取机;T400工艺板;张力控制;控制系统
张大志
,
杜丰梅
,
蔡恒君
,
张广安
,
唐伟
钢铁研究
doi:10.3969/j.issn.1001-1447.2001.06.008
针对鞍钢冷轧厂连轧机主导产品为Q195的实际情况,考虑到变形抗力对轧制压力和产品质量有直接影响,对Q195钢变形抗力进行了实验测定,并回归出了相应的变形抗力公式,该公式在新建的轧制压力数学模型中得到了应用,效果良好.
关键词:
变形抗力
,
轧制-拉伸
,
应用
李宏
,
张大志
上海金属
doi:10.3969/j.issn.1001-7208.2006.05.013
针对热轧带钢卷取温度传统预报模型的固有缺陷,提出基于遗传神经网络的卷取温度预报方法,并对其在卷取温度控制中的应用策略进行了研究.由于神经网络有很强的泛化映射能力,而遗传算法能收敛到全局最优解,因此将遗传算法与神经网络结合起来,建立了遗传神经网络.运用实际生产数据对该网络进行训练和测试,结果表明:它能准确、实时地预报卷取温度,有在线应用的前景.
关键词:
热轧带钢
,
卷取温度
,
数学模型
,
遗传神经网络
,
预测控制