板形控制新技术在宝钢2030冷轧轧机的应用与研究

摘要

该文基于宝钢2030冷轧板形控制的现状,针对冷轧板形控制的特点、存在的问题和在冷轧生产中的重要地位,开展了对冷轧板形缺陷识别和控制的研究.同时本文结合宝钢DSR板形技术的工业实验,对DSR板形技术进行了全面、深入的研究.本文的主要工作和创新之处包括:1.在研究冷轧板形控制过程和基本理论的基础上,对宝钢2030冷轧板形控制系统的组成做了介绍,同时给出了板形目标曲线设定算法及精细冷却控制的优化算法.以CVC板形控制系统为例,介绍了板形控制原理及相关模型.2.对基于多项式最小二乘拟合法的板形缺陷的识别方法进行了深入分析,给出了它的基本原理和分析方法、板形缺陷识别的实现过程、实验验证和结果分析.本文对人工神经网络的基本原理和算法、基本结构和基本特征进行了详细的分析,论述了选用BP神经网络作为板形缺陷模式识别的理论依据,把基于BP人工神经网络进行板形缺陷的模式识别方法用于实际的板形控制.3.对CVC、DSR板形优化策略和数学模型进行了探索和推导,为此类基于目标函数的板形自动控制模型的进一步研究奠定了基础.4.本文对DSR辊系变形计算方法进行了深入研究,并在此基础上建立了DSR辊系有限元模型,取得了可靠的计算精度.5.分析了DSR的板形调控机理,全面研究了DSR轧机各板形控制机构的调控功效及控制特性.

目录

文摘

英文文摘

声明

第一章绪论

1.1背景

1.2板形的基本概念

1.2.1板平直度

1.2.2板凸度

1.2.3板平直度与板凸度的关系

1.2.4板形的表示方法

1.2.5板形生成机理

1.2.6板形控制原理

1.3板形控制技术的发展

1.3.1初级阶段

1.3.2发展阶段

1.3.3完善阶段

1.4板形控制思想

1.5本文的研究内容及意义

第二章2030冷轧板形控制系统的组成

2.1概述

2.2板形控制系统的组成

2.2.1板形控制装置

2 2.2带钢板形的测量

2.2.3板形计算机控制系统

2.2.4转换和控制电路

2.3板形缺陷识别及基本控制策略

2.3.1板形目标曲线设定

2.3.2板形缺陷识别

2.3.3板形基本控制策略

2.4本章小结

第三章板形缺陷识别

3.1概述

3.2基于多项式线性最小二乘拟合法的板形缺陷识别

3.2.1多项式线性最小二乘法逼近原理

3.2.2最小二乘拟合方法用于板形缺陷识别

3.2.3多项式线性最小二乘拟合法用于板形缺陷识别的效果分析

3.3基于人工神经网络的板形缺陷识别

3.3.1板形缺陷模式的建立

3.3.2基于人工神经网络的板形缺陷模式识别方法

3.3.3基于人工神经网络的板形缺陷识别中的几个关键问题

3.3.4人工神经网络用于板形缺陷识别的效果分析

3.4本章小结

第四章2030板形控制系统优化控制策略

4.1概述

4.2 Quarto板形控制优化控制策略

4.2.1调控功效矩阵

4 2.2模型增益

4.2.3多变量控制模型的建立

4.2.4多变量控制模型最优化

4.2.5 CVC控制

4.3 DSR板形控制

4.3.1调控功效矩阵

4.3.2多变量优化控制模型

4.3.3调节器饱和的考虑

4.3.4调节能力限制及过滤器

4.4 DSR的闭环控制

4.4.1位置闭环

4.4.2压力闭环

4.5本章小结

第五章DSR辊系变形及板形控制能力分析

5.1 DSR辊系变形分析

5.1.1板形应力与承载辊缝

5.1.2辊系变形计算方法

5.1.3 DSR支撑辊接触特性的研究

5.1.4辊系变形解析

5.2 DSR板形控制能力分析

5.2.1 DSR板形控制能力的仿真研究

5.2.2承载辊缝的描述

5.2.3辊缝凸度调节域

5.2.4辊缝横向刚度

5.2.5辊缝凸度调控性能稳定性

5.3本章小结

第六章DSR板形调控功效分析

6.1 DSR板形调控功效的仿真

6.1.1模型的建立

6.1.2轧件等效刚度的计算

6.1.3计算工况的确定

6.2对辊间接触压力的调控功效

6 2.1轧制宽度的影响

6.2.2轧辊直径的影响

6.2.3轧件变形抗力的影响

6.3对承载辊缝的调控功效

6.3.1轧制宽度对调控功效的影响

6.3.2轧辊直径的影响

6.3.3轧件等效刚度的影响

6.4本章小结

第七章结束语

参考文献

攻博期间发表的文章

作者简介

致谢