导读:本文包含了预设定论文开题报告文献综述及选题提纲参考文献，主要关键词:不锈钢,森吉米尔轧机,非稳态,轧制力动态预设定
预设定论文文献综述
刘亚军,孙晓宁,孙磊[1]（2018）在《二十辊轧机轧制力动态预设定模型研究》一文中研究指出针对某厂二十辊森吉米尔轧机生产不锈钢时存在非稳态过程轧制力设定偏差较大,带钢厚度超差段较长的问题,建立了摩擦因数数据库,采用迭代反算方式计算摩擦因数并存于数据库,在轧制力计算时提供摩擦因数;然后在机组原有ALSTOM轧制模型及Bland-ford公式的基础上,考虑了弹性区和温度变化的影响,建立了轧制力动态预设定模型,可在AGC投入前进行动态计算,时间间隔为1.5s;设定结果与实测数据比较表明,相对误差基本在±3%以内,厚度偏差2%以上的长度控制在5m以内,实现了森吉米尔轧机生产不锈钢时轧制力的精确设定。(本文来源于《轧钢》期刊2018年04期）
田宝亮[2]（2018）在《带钢板形补偿模型及弯辊力预设定模型的研究与应用》一文中研究指出实现高精度板形自动控制是冷轧生产公司长期以来一直追求的目标,而板形预设定控制则是板形自动控制的前提,板形的各种补偿模型是板形控制的辅助工具。本文以某公司1450冷连轧机板形优化项目为背景,对六辊冷连轧机板形控制系统进行了深入研究。针对―冷连轧机板形检测与控制系统‖存在的问题,分析了薄带钢冷连轧机的工作辊热凸度补偿模型、板形辊磨损补偿模型、弯辊力预设定模型、带钢变形抗力补偿模型、转向辊挠曲补偿模型以及转向辊辊面磨损补偿模型。工业实验及现场应用表明,建立的模型提高了板形辊检测精度和带钢板形质量,主要工作如下(1)针对工作辊轴向方向凸度分布不均匀造成轧后带钢内部应力分布不合理,导致带钢局部出现粘结被撕断的问题。根据涡流加热原理,设计了电磁加热梁装置,动态地改变工作辊局部圆周凸度,降低轧后带钢内部的残余应力。该装置与板形控制系统有效地结合,使板形测量值更加接近于设定值。实验结果表明该装置有效地降低了带钢内部应力分布不合理状况,达到提高板形控制精度和带钢板形质量的目的,满足了轧机的精细板形控制要求。(2)针对板形辊测量环磨损导致板形测量精度下降的问题,为提高板形辊测量精度,根据定积分理论和艾查德定理建立板形辊测量环磨损厚度的数学模型,给出板形辊测量环实际磨损深度与计算磨损深度的偏差,验证板形辊测量环磨损补偿模型的准确性,并将此模型添加到板形目标曲线中,利用3种牌号的带钢证明所建立的板形辊测量环磨损补偿模型可以提高板形检测精度,间接地提高了板形质量。(3)针对弯辊力设定模型精度低,影响带钢头部板形质量和调整时间的问题,将遗传算法与BP神经网络算法相结合,克服BP神经网络搜索依赖于梯度信息,建立了冷连轧机弯辊力预设定的高精度GA-BP神经网络优化模型,并与回归模型计算得到的弯辊力值进行对比。现场生产表明,利用GA-BP神经网络优化模型改善了以前在生产中由于弯辊力预设定值与稳定轧制时弯辊力之间偏差值过大所导致的控制系统调整时间过长、板带头部板形超差过大的问题。(4)针对轧机分卷降速和变规格降速过程中,导致带钢头部和尾部带钢厚度超差的问题,分析了影响变形抗力的各种因素,建立了变形温度和变形速度对变形抗力的影响模型,并用不同牌号的带钢验证所建立的模型具有可行性与可靠性,最后将变形速度对变形抗力的影响模型添加到轧制力模型中,实验结果表明所建立的模型有效的解决了轧机降速过程中带钢头部和带钢尾部超差的问题,提高了带钢轧制速度和成材率。(5)在带钢板形测量过程中,针对转向辊受力挠曲变形和转向辊辊面磨损影响带钢板形检测精度。通过研究ABB板形辊的板形检测原理,根据简支梁挠曲理论与定积分理论和摩擦磨损学理论分别建立了转向辊挠曲变形补偿模型和转向辊辊面磨损补偿模型,对比转向辊实际磨损深度值和计算值,在生产现分别验证转向辊辊面磨损补偿模型的准确性和转向辊挠曲变形的实用性,并将此模型添加到板形目标曲线中,利用不同种牌号的带钢证明所建立的补偿模型可以提高板形检测精度和板形质量。(本文来源于《燕山大学》期刊2018-05-01）
田宝亮,牛培峰[3]（2018）在《基于GA-BP神经网络的弯辊力预设定模型研究与应用》一文中研究指出针对弯辊力预设定模型精度低、弯辊力调整到设定值时间长的问题,基于GA-BP神经网络模型,建立了冷连轧机弯辊力预设定优化模型。结果表明,利用GA-BP神经网络优化模型使弯辊力实际值达到预设定值的调整时间平均缩短了115 ms,提高了钢材成材率和板形质量。(本文来源于《矿冶工程》期刊2018年01期）
刘欢欢[4]（2017）在《轧机模型预设定在2230酸轧线的应用》一文中研究指出首钢京唐第二冷轧分厂酸轧机组的五连轧轧机借助TMEIC软件和二级控制系统,利用TC-NET和EGD通信协议进行数据传输、物料微跟踪、模型预设定计算、数据汇总管理等功能,实现了轧机对带钢由粗到细的精确控制,为操作工提供了一个先进的二级自动化模型控制系统,使高度灵活的生产和较高的产品质量需求得以实现。本文旨在对轧机模型预设定功能的控制原理、算法及参数调节进行说明。(本文来源于《中国计量协会冶金分会2017年会论文集》期刊2017-10-01）
刘光明,黄小洋,马立峰,周存龙,黄庆学[5]（2016）在《基于单纯形搜索的CVC冷轧机板形预设定模型》一文中研究指出针对某双机架可逆四辊CVC(Continuous Variable Crown)冷轧机轧辊服役后期带钢出现二肋浪的情况,采用影响函数法对轧辊磨损前后轧机的板形控制特性进行了对比分析。综合考虑轧辊热辊形、磨损辊形以及辊系弹性变形和带钢张应力分布,结合轧机的板形控制策略,以加权的二次板形和四次板形偏差平方和为目标函数,利用二维单纯形搜索法开发了板形控制预设定模型。研究结果表明:工作辊磨损量较小,对轧机板形控制性能的影响较小;支撑辊磨损后期,带钢的二次凸度变化较小,而四次凸度值显着变大。现场工业实验表明该模型给出的预设定值提高了带钢的板形质量和板形控制的稳定性,减少了支撑辊服役后期带钢的板形缺陷,为改善该轧机产品的板形质量提供了理论参考。(本文来源于《锻压技术》期刊2016年06期）
王学敏[6]（2016）在《中厚板辊式矫直机辊缝预设定模型的建立》一文中研究指出中厚板辊式矫直机辊缝设定精度直接决定最终板形质量。以弹塑性弯曲变形理论为基础,对带钢经过各矫直辊时的弯曲曲率进行了设定和优化;将矫直过程中的带钢看作一个连续梁,计算带钢各受力点的弯矩,进而得到弯矩图和弯矩方程;根据曲率面积第二定理,计算带钢在各受力点的挠度即矫直辊的压下量。残余应力抽样检测结果表明,按计算结果设定辊缝可有效改善内应力,批量投产亦取得了很好的实际应用效果。(本文来源于《重型机械》期刊2016年02期）
刘亚军,钱华,李实,包玉龙,李明[7]（2015）在《森吉米尔轧机非稳态轧制力预设定模型优化研究》一文中研究指出某钢厂森吉米尔轧机轧制生产某牌号不锈钢时,由于非稳态轧制力预设定偏差较大,加之AGC控制能力有限,使非稳态轧制力波动较大,带钢厚度偏差较大。针对这一现场问题,本文基于工业现场数据采集,通过理论研究和数据分析,修正了现有轧制力设定结构,建立了非稳态过程轧制力预设定模型,该轧制力预设定模型重点针对原模型中的摩擦系数模型进行了优化,找到了相邻道次非稳态轧制阶段摩擦系数的关系,用上一道次计算所得摩擦系数预报下一道次的摩擦系数,并且通过仿真分析和应用研究验证了该方法的可行性。修正后的轧制力预设定模型提高了非稳态轧制过程中轧辊与带钢接触摩擦系数的计算精度,提高了轧制力预设定精度,同时为建立非稳态AGC控制参数在线动态计算模型提供了依据。(本文来源于《“第十届中国钢铁年会”暨“第六届宝钢学术年会”论文集》期刊2015-10-21）
王健,肖宏,张晶旭[8]（2014）在《热带钢精轧机组轧制力预设定模型自学习研究》一文中研究指出针对某厂热连轧精轧机组预设定模型的自学习模块进行研究。在短期自学习方面,提出一种多变量控制的平滑系数模型,研究结果表明:所提出的模型优化效果明显优于以往单变量控制平滑系数模型;长期自学习方面,主要研究长期自学习的启动条件,以及换层别后首块钢学习系数的选取策略。在长期自学习启动条件中加入规格变化程度的判定条件,在保证预报精度的前提下,有效减少了长期自学习启动次数,保证了自学习的连续性。其次,在原自学习模型中加入趋势学习系数,在一定程度上修正了长期自学习系数中所包含的设备状态信息,提高了长期未轧制层别的轧制力预报精度。最后,优化了从未轧制过层别初始自学习系数的选取策略,通过对已轧层别中相似层别学习系数的学习,有效提高了从未轧制的层别的轧制力预报精度。(本文来源于《中南大学学报(自然科学版)》期刊2014年10期）
宋涛,于国,李勇,赵明宇,高广举[9]（2013）在《冷连轧动态变规格及厚度预设定的研究》一文中研究指出研究冷连轧机的动态变规格技术,对于维持轧机的正常生产,提高产品产量和质量具有非常重要的意义。以常规的五机架冷连轧机作为研究对象,给出了五机架冷连轧机的动态变规格的计算公式,分析厚度、轧制力、流量、速度、张力的组成及模型,并对模型进行简化,针对动态变规格及其厚度的预设定应用VB编写界面,进行仿真,效果清晰,突出表现了变规格在厚度预设定方面的作用。(本文来源于《装备制造技术》期刊2013年11期）
潘小波[10]（2013）在《基于模糊与遗传逼近策略的轮胎预设定值充放气控制》一文中研究指出影响轮胎充放气的因素比较复杂,为了简便、准确地对轮胎进行预设定值充放气,提出一种基于模糊与遗传逼近策略的轮胎预设定值充放气控制方法。该方法把整个充放气过程分成两步:首先根据预设定值和当前胎压与预设定值的差,模糊推理出充放气的时间进行预充放;然后依次遗传前面的充放气速率逐步逼近至预设定值。实验结果表明,在不同的充放气条件下利用该方法均能简便、准确地充放气到预设定值,精度可达±0.04 bar,适用于各种自动轮胎充放气设备,且简便、高效、实用。(本文来源于《计算机应用》期刊2013年11期）
预设定论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
实现高精度板形自动控制是冷轧生产公司长期以来一直追求的目标,而板形预设定控制则是板形自动控制的前提,板形的各种补偿模型是板形控制的辅助工具。本文以某公司1450冷连轧机板形优化项目为背景,对六辊冷连轧机板形控制系统进行了深入研究。针对―冷连轧机板形检测与控制系统‖存在的问题,分析了薄带钢冷连轧机的工作辊热凸度补偿模型、板形辊磨损补偿模型、弯辊力预设定模型、带钢变形抗力补偿模型、转向辊挠曲补偿模型以及转向辊辊面磨损补偿模型。工业实验及现场应用表明,建立的模型提高了板形辊检测精度和带钢板形质量,主要工作如下(1)针对工作辊轴向方向凸度分布不均匀造成轧后带钢内部应力分布不合理,导致带钢局部出现粘结被撕断的问题。根据涡流加热原理,设计了电磁加热梁装置,动态地改变工作辊局部圆周凸度,降低轧后带钢内部的残余应力。该装置与板形控制系统有效地结合,使板形测量值更加接近于设定值。实验结果表明该装置有效地降低了带钢内部应力分布不合理状况,达到提高板形控制精度和带钢板形质量的目的,满足了轧机的精细板形控制要求。(2)针对板形辊测量环磨损导致板形测量精度下降的问题,为提高板形辊测量精度,根据定积分理论和艾查德定理建立板形辊测量环磨损厚度的数学模型,给出板形辊测量环实际磨损深度与计算磨损深度的偏差,验证板形辊测量环磨损补偿模型的准确性,并将此模型添加到板形目标曲线中,利用3种牌号的带钢证明所建立的板形辊测量环磨损补偿模型可以提高板形检测精度,间接地提高了板形质量。(3)针对弯辊力设定模型精度低,影响带钢头部板形质量和调整时间的问题,将遗传算法与BP神经网络算法相结合,克服BP神经网络搜索依赖于梯度信息,建立了冷连轧机弯辊力预设定的高精度GA-BP神经网络优化模型,并与回归模型计算得到的弯辊力值进行对比。现场生产表明,利用GA-BP神经网络优化模型改善了以前在生产中由于弯辊力预设定值与稳定轧制时弯辊力之间偏差值过大所导致的控制系统调整时间过长、板带头部板形超差过大的问题。(4)针对轧机分卷降速和变规格降速过程中,导致带钢头部和尾部带钢厚度超差的问题,分析了影响变形抗力的各种因素,建立了变形温度和变形速度对变形抗力的影响模型,并用不同牌号的带钢验证所建立的模型具有可行性与可靠性,最后将变形速度对变形抗力的影响模型添加到轧制力模型中,实验结果表明所建立的模型有效的解决了轧机降速过程中带钢头部和带钢尾部超差的问题,提高了带钢轧制速度和成材率。(5)在带钢板形测量过程中,针对转向辊受力挠曲变形和转向辊辊面磨损影响带钢板形检测精度。通过研究ABB板形辊的板形检测原理,根据简支梁挠曲理论与定积分理论和摩擦磨损学理论分别建立了转向辊挠曲变形补偿模型和转向辊辊面磨损补偿模型,对比转向辊实际磨损深度值和计算值,在生产现分别验证转向辊辊面磨损补偿模型的准确性和转向辊挠曲变形的实用性,并将此模型添加到板形目标曲线中,利用不同种牌号的带钢证明所建立的补偿模型可以提高板形检测精度和板形质量。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
预设定论文参考文献
[1].刘亚军,孙晓宁,孙磊.二十辊轧机轧制力动态预设定模型研究[J].轧钢.2018
[2].田宝亮.带钢板形补偿模型及弯辊力预设定模型的研究与应用[D].燕山大学.2018
[3].田宝亮,牛培峰.基于GA-BP神经网络的弯辊力预设定模型研究与应用[J].矿冶工程.2018
[4].刘欢欢.轧机模型预设定在2230酸轧线的应用[C].中国计量协会冶金分会2017年会论文集.2017
[5].刘光明,黄小洋,马立峰,周存龙,黄庆学.基于单纯形搜索的CVC冷轧机板形预设定模型[J].锻压技术.2016
[6].王学敏.中厚板辊式矫直机辊缝预设定模型的建立[J].重型机械.2016
[7].刘亚军,钱华,李实,包玉龙,李明.森吉米尔轧机非稳态轧制力预设定模型优化研究[C].“第十届中国钢铁年会”暨“第六届宝钢学术年会”论文集.2015
[8].王健,肖宏,张晶旭.热带钢精轧机组轧制力预设定模型自学习研究[J].中南大学学报(自然科学版).2014
[9].宋涛,于国,李勇,赵明宇,高广举.冷连轧动态变规格及厚度预设定的研究[J].装备制造技术.2013
[10].潘小波.基于模糊与遗传逼近策略的轮胎预设定值充放气控制[J].计算机应用.2013