声明
摘要
第一章 绪论
1.1 引言
1.2 冷轧薄板带生产技术概况
1.2.1 薄板带酸洗技术
1.2.2 板带冷轧技术
1.2.3 板带连续退火技术
1.2.4 冷轧薄板带生产技术的发展方向
1.3 本课题研究的目的和意义
1.4 本课题的研究内容
第二章 智能优化理论及MATLAB简介
2.1 引言
2.2 人工神经网络
2.2.1 人工神经网络理论简述
2.2.2 人工神经网络系统的基本功能及其属性
2.3 BP神经网络和BP算法
2.3.1 BP神经网络原理
2.3.2 BP神经网络结构
2.3.3 BP神经网络的优点和缺陷
2.4 遗传算法
2.4.1 遗传算法的基本原理
2.4.2 遗传算法的特点
2.5 MATLAB软件介绍
第三章 数值模拟基本理论与技术
3.1 引言
3.2 有限元方法简介
3.3 有限元法在轧制中的应用
3.4 有限元模拟方法
3.4.1 刚塑性有限元法
3.4.2 弹塑性有限元法
3.5 有限元软件MARC简介
第四章 采用BP-GA算法优化薄板冷连轧工艺数据
4.1 引言
4.2 BP-GA算法
4.3 神经网络的构建
4.4 训练样本和测试样本的选取
4.5 遗传算法参数的确定
4.6 网络的训练和检测
4.7 优化结果及分析
4.8 本章小结
第五章 薄板冷连轧过程数值模拟分析
5.1 引言
5.2 薄板冷连轧有限元模型的建立
5.2.1 薄板冷连轧模型参数
5.2.2 几何建模及单元网格划分
5.2.3 薄板冷连轧有限元模型
5.2.4 材料属性定义
5.2.5 边界条件和接触体定义
5.2.6 定义工况
5.2.7 其他参数设置
5.3 薄板冷连轧过程模拟结果分析对比
5.3.8 理想板形轧制过程分析
5.3.9 冷轧薄板带横向变形分析
5.3.10 轧辊弯曲变形分析
5.3.11 薄板冷连轧过程轧制压力分析
5.4 本章小结
第六章 结论和展望
6.1 课题研究结论
6.2 展望
参考文献
发表论文和科研情况说明
致谢