轧制工艺模型的自适应自学习理论研究及工程实践

摘要

首先本文对冷带轧机轧制工艺过程中三个典型的轧制力模型：柯洛辽夫公式、Bland-Ford和斯通公式进行了详细地分析，最终选择斯通公式作为轧制力预报模型。接着详细地分析了影响轧制力的应力状态系数的影响因素和变形抗力的影响因素，为下一步的修正提供理论依据。 然后利用传统预测模型与模型自适应自学习技术相结合，通过建立被控对象的预测模型，提出了一种基于实测数据的指数平滑算法，进行在线修正。通过建立增益系数和轧制力实测值可信度之间的对应关系，分析处理现场的实时数据，真正做到以实测数据来修正模型。 最后运用全中文监控组态软件MCGS开发一个全新的轧机实时监控系统，通过运行自适应策略和自学习策略，来实现模型的最终优化，在650可逆冷带轧机工艺模型上得以试验验证。

目录

文摘

英文文摘

第1章绪论

1.1课题研究的背景和意义

1.1.1现代轧制理论的发展状况

1.1.2现代轧制理论的特点

1.1.3课题的意义

1.2自适应自学习的研究方法及现状

1.2.1国外发展状况

1.2.2国内发展状况

1.3自适应自学习研究的难点及热点

1.4本文的主要工作

第2章冷轧过程轧制力数学模型的研究与设定

2.1数学模型的分类

2.2冷轧过程的数学模型

2.2.1数学模型建立的步骤

2.2.2冷轧模型概述

2.2.3冷轧带钢轧制力计算和热轧计算相比的几个特点

2.2.4冷轧带钢轧制力模型分析

2.3几种应力状态系数QP的分析比较

2.3.1柯洛辽夫公式

2.3.2 Bland-Ford公式

2.3.3斯通公式

2.3.4三种实用QP公式的对比

2.4材料变形抗力模型分析

2.5轧辊压扁模型分析

2.6轧制力模型影响因素分析

2.6.1影响轧制力的主要因素

2.6.2应力状态系数QP的影响因素

2.7材料变形抗力的影响分析

2.7.1金属化学成分和组织的影响

2.7.2变形温度的影响

2.7.3变形速度的影响

2.7.4变形程度的影响

2.7.5加工历史的影响

2.8数学模型的误差分析

2.8.1模型本身误差

2.8.2自变量量测误差

2.8.3过程状态变化

2.9本章小结

第3章轧制模型自适应自学习理论研究

3.1模型自适应

3.1.1概述

3.1.2自适应的基本原理和算法

3.1.3模型自适应的具体任务

3.2模型自学习

3.2.1概述

3.2.2自学习的的基本原理和基本公式

3.2.3模型自学习的任务

3.3测量值的收集和处理

3.3.1测量值的收集

3.3.2测量值的处理

3.4模型的运行机制

3.4.1原始模型的运行机制

3.4.2自适应自学习模型修正运行机制

3.5本章小结

第4章过程优化计算机软件开发和工程实践

4.1图形化编程软件MCGS

4.1.1概述

4.1.2 MCGS的主要特点和基本功能

4.1.3 MCGS的构成

4.1.4 MCGS的应用

4.2 650可逆冷轧机的过程优化计算机的软件开发

4.2.1四辊单机架可逆冷轧机概述

4.2.2冷轧机过程优化系统开发

4.2.3轧制规范数据记录

4.3轧机刚度及实测

4.3.1机座弹性变形

4.3.2机座弹性变形曲线与机座刚度的测定

4.4 MCGS组态环境自适应自学习的工程实现

4.4.1自适应策略实现

4.4.2自学习策略实现

4.5工程试验结果研究

4.5.1对比多次自适应自学习前后带钢成品精度

4.5.2实验结果分析

4.6本章小结

结论

附录

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢

作者简介