车海军
,
刘畅
,
孙晓娜
,
杨景明
钢铁研究
选取等相对负荷为目标函数,令轧制力、轧制功率、轧制力矩、速度等参数满足一定约束条件,采用罚甬数法,将有约束条件转为无约束条件,采用粒子群算法对目标函数进行优化,求得最优解,这可使各机架功率合理分配,设备能力充分发挥,生产效率提高.
关键词:
粒子群
,
罚函数
,
冷连轧
,
轧制规程优化
魏立新
,
高江曼
,
麻诚
,
车海军
,
杨景明
钢铁
doi:10.13228/j.boyuan.issn0449-749x.20140563
冷轧平整机的工作辊直接和带钢接触，其表面粗糙度衰减情况对带钢成品的板形和表面质量有重大影响。因此，分析轧辊磨损机制，对轧辊表面粗糙度的衰减进行精确预测十分必要。首先采用灰色关联度分析对影响平整机工作辊表面粗糙度磨损的因素进行分析，确定了工作辊表面粗糙度评估指标体系。进而应用优化在线稀疏最小二乘支持向量回归模型对冷轧平整机的上工作辊表面粗糙度进行在线预测。通过预测误差准则实现系统的前向递推，采用FLOO(fast leave one out)的修剪算法实现其后向删减，并且采用最速下降法实现了2个超参数的在线优化。经过仿真研究表明，系统预测的绝对误差平均值为0.0149，与其他方法相比具有明显的优越性，并且系统具有在线自适应的能力，能够随着时间而进化。
关键词:
表面粗糙度
,
灰色关联度分析
,
在线
,
稀疏
,
最小二乘支持向量
杨景明
,
刘舒慧
,
车海军
,
孙晓娜
钢铁
用神经网络模型代替传统的数学模型，达到提高轧制参数预报精度的目的。在分析了轧制原理的基础上设计了神经网络冷连轧参数预报模型，并针对前向网络反向传播算法（BP）收敛速度缓慢和易陷入局部极小点的缺点，将有全局寻优特性的模拟退火算法（SA）与之结合得到具有较快收敛速度和较高逼近精度的神经网络轧制参数预报模型，提高了网络的快速性和精确性。最后以轧制力预报为例，证明了该方法收敛速度快，稳定性好，可信度高，具有较好的应用前景。
关键词:
冷连轧;轧制力预报;BP神经网络;模拟退火算法
杨景明
,
刘舒慧
,
车海军
,
孙晓娜
钢铁
用神经网络模型代替传统的数学模型,达到提高轧制参数预报精度的日的.在分析了轧制原理的基础上设计了神经网络冷连轧参数预报模型,并针对前向网络反向传播算法(BP)收敛速度缓慢和易陷入局部极小点的缺点,将有全局寻优特件的模拟退火算法(SA)与之结合得到具有较快收敛速度和较高逼近精度的神经网络轧制参数预报模型,提高了,网络的快速性和精确性.最后以轧制力预报为例,证明了该方法收敛速度快,稳定性好,可信度高,具有较好的应用前景.
关键词:
冷连轧
,
轧制力预报
,
BP神经网络
,
模拟退火算法
杨景明
,
杨志芬
,
车海军
,
张青
,
郝瑞峰
钢铁
冷连轧的主要工艺参数为轧制力和前滑,而轧制力和前滑设定计算的精度取决于轧件的变形抗力和摩擦因数的精度,变形程度是影响变形抗力的一个重要因素,将所选变形抗力回归模型经过取对数等变换成线性函数,以鞍钢生产的St14钢为例,利用现场实际数据通过最小二乘来逐次拟合变形抗力回归模型中的系数.在同一轧制条件下,摩擦因数用3种不同的获得方法,其中前Z种是由实测前滑值反算得到的,以使所得模型能够很好地与实际生产的数据相吻合.用回归出的3种不同变形抗力模型,分别带人轧制力迭代公式进行计算,所得轧制力基本与实测轧制力相符,其中由斯通公式拟合出的变形抗力回归模型计算出的轧制力平均误差很小,由此可以选出最优的变形抗力模型来应用于实际生产中轧制力和前滑的预设定.
关键词:
冷连轧
,
变形抗力
,
摩擦因数
,
最小二乘
车海军
,
郝瑞峰
,
杨景明
,
杨志芬
钢铁研究
张力控制是铝带轧机生产过程控制的难点。在双机架铝轧机控制系统中,通过控制机架间的张力大小,可以减少轧机的负荷,在一定程度上也可以改善铝带的板型质量。分析了张力控制的基本原理,基于双闭环的动力系统建立了以速度为主要影响因素的张力系统模型。通过自适应模糊PID的智能控制方式对双机架铝冷轧机中的张力模型进行仿真,仿真研究表明,自适应模糊PID对张力系统的控制优于常规PID,可减小系统较大幅度的振荡,而且能更快地达到张力控制系统的稳定状态。
关键词:
铝带轧机
,
张力控制
,
自适应模糊PID
杨景明
,
杜鹏
,
车海军
,
张林浩
钢铁
针对板形板厚综合系统具有强耦合、非线性、含纯滞后环节的特点,建立了板形板厚耦合模型,并在对其进行神经网络解耦设计的基础上提出了基于对角递归神经网络(DRNN)整定PID的板形板厚解耦控制方法,然后根据带钢冷轧情况提出神经网络解耦对不同塑性刚度参数的实际适用范围.仿真结果表明,该解耦控制系统具有比传统前馈补偿解耦PID控制效果好、响应速度快、自适应跟随能力强等优点,并且符合实际轧制要求,有效地提高了板形板厚的控制精度.
关键词:
解耦
,
神经网络解耦
,
对角递归神经网络
,
板形板厚
杨景明
,
孙晓娜
,
车海军
,
刘畅
钢铁
为提高冷连轧机轧制力的预报精度和预报速度，用蚁群算法和神经网络相结合的方法进行轧制力预报模型设计。根据轧制原理建立了BP神经网络冷连轧机轧制力预报模型，以网络权值和阈值为自变量，网络预报误差为目标函数，通过蚁群多代运算，找出预报误差全局最小值，再将相应的权值和阈值输入网络进行训练。应用某厂1450 mm冷连轧机的实测数据进行离线计算的结果表明，该方法能够防止BP网络陷入局部极小点，且收敛速度快，可作为轧制力预报的新方法在实际应用中加以推广。
关键词:
冷连轧机;轧制力预报;神经网络;蚁群算法
杨景明
,
郝瑞峰
,
车海军
,
杨志芬
钢铁研究
针对冷连轧轧制过程的特点,变形程度是影响变形抗力的一个重要因素。建立了变形抗力的机理模型,并将理论模型与实际数据相结合。采用某钢厂生产的低碳钢08AlA稳定轧制时的现场实测数据,利用最小二乘逐次回归变形抗力模型中的各个参变量,并选用不同的方法来获得摩擦系数,选出与实际生产数据相吻合的最佳模型。将回归出的不同变形抗力模型,分别代入轧制力迭代公式进行计算,通过比较与实测轧制力的误差,选出最优的形抗力模型应用于实际生产中轧制力和前滑的预设定。
关键词:
冷连轧
,
轧制力
,
变形抗力
,
摩擦系数
,
最小二乘
