一、中厚板轧制优化规程在线设定方法(论文文献综述)
袁国,孙杰,付天亮,田勇,窦为学,王国栋[1](2021)在《高质绿色化发展趋势下轧制技术的创新实践》文中研究说明高质化、绿色化已成为钢铁行业发展的必然趋势。以热轧钢铁材料组织性能调控工艺与技术、板带高精度尺寸控制技术、薄带铸轧短流程技术为例,介绍了相关工艺技术的自主创新与应用实践进展,具体包括热轧板带新一代控轧控冷技术在实现目标组织调控、解决板形问题方面的研发应用及进展;3 mm厚薄规格高强钢板带离线淬火工艺技术的发展应用;热、冷连轧板带多机架多工序轧制过程高精度三维尺寸控制技术的应用实践;结合大数据,中厚板尺寸高精度控制的进一步提升;热轧无缝钢管在线组织性能调控的关键技术;铸-轧一体化短流程节能减排的工艺特点,以及电工钢薄带铸轧技术的研发与应用进展。并指出,在轧钢领域,钢铁材料生产过程中组织性能的高效精准调控、形状尺寸的高精度控制,以及面向环境友好、节能减排的铸-轧一体化特殊钢短流程轧制技术,对于支撑实现产业的高质量转型发展具有重要意义。
高扬[2](2018)在《多功能热轧实验机组的开发与应用》文中认为突破高端产品制造技术,实现工艺流程创新是解决我国钢铁工业大而不强问题的关键,而研发先进的实验研究装备和中试研发平台则是实现这一目标的基础。本文从生产实际出发,结合工艺创新要求,开发了新一代多功能热轧实验机组,其独特的轧辊加热功能、热轧异步轧制功能以及组合式控制冷却功能在保证热轧实验机组灵活高效、精度高的基础上,进一步丰富了实验功能,为热轧产品和工艺研究提供了研发平台。相关实验机组被多家钢铁企业及科研院所应于新产品、新工艺研发中,取得了良好的应用效果。主要研究内容如下:(1)开发了多功能热轧实验机组工艺流程、工艺装备、自动化控制系统和检测仪表系统。通过机组工艺设备的柔性组合,丰富了热轧实验研发手段,满足中厚板和热连轧不同流程的新工艺、新产品的研发需求。提出了可逆轧制和单向轧制辊缝设定策略,通过新型电液联摆系统,在保证辊缝精度的同时提高了压下速度。针对热轧实验复杂、灵活、多变的特点,开发了实验过程跟踪系统、自动实验系统和实验过程仿真系统,提高了热轧实验稳定性和成功率。(2)针对热轧实验轧辊温度低、轧件温降快等问题以及特殊规格、特殊工艺要求的热轧实验过程,提出了热油加热轧辊的工艺思路。通过热油加热过程中轧辊表面温度场有限元模拟,得到了热油温度、环境温度、轧辊直径以及轧辊开孔深度对轧辊表面温度场的影响规律。所开发的轧辊热油加热系统,有效解决了薄规格轧件轧制过程中温降过快的问题,同时满足了特殊合金高温终轧的工艺要求。(3)开发了热轧实验机组异步轧制功能,通过异步轧制将剪切变形引入轧制过程,提高了变形效率和变形渗透率。通过有限元模拟分析,建立了热轧异步轧制过程中轧辊受力、轧件变形以及轧件翘曲规律。为了改善热轧异步轧制过程中轧件翘曲,开发了下辊水平偏移系统并提出了异步轧制过程中轧件翘曲控制策略,有效解决了热轧异步轧制过程中轧件过度翘曲的问题。(4)开发了以超快冷为核心的热轧实验机组组合式控制冷却系统。建立了组合式控制冷却过程中轧件温度控制模型并给出了换热系数自学习方法。针对超快冷系统压力和集管流量强耦合的特点,提出了系统压力与集管流量综合控制策略。系统压力和集管流量均采用前馈设定+反馈微调的控制策略,控制初期压力前馈和流量前馈同时进行,系统稳定后以压力反馈为主、压力反馈和流量反馈交替进行,在反馈控制中引入死区控制和模糊PID自适应控制,并针对调节阀具有回差和死区等特性,给出了相应的补偿控制算法,实现了系统压力和集管流量快速、稳定、高精度控制,提高了轧件终冷温度控制精度,满足新一代TMCP工艺研发需求。(5)应用本文研究成果开发的新一代多功能热轧实验机组,采用先进的三级计算机控制系统构架,配备了完善的自动厚度控制系统和实验过程跟踪系统,实现了全自动实验。其特有的轧辊加热功能、热轧异步轧制功能以及以超快冷为核心的组合式控制冷却功能,为研发供了更多的实验手段。本机组成功推广至首钢、沙钢、太钢、河北钢铁、鞍钢、台湾中钢等近二十家钢铁企业和科研院所,取得了良好的应用效果,为热轧工艺创新和高端品种研发提供了可靠的研究手段。
孙照阳[3](2015)在《基于多智能体的中厚板轧制工艺模型优化》文中指出近年来,随着工业过程控制系统的复杂化和控制要求的不断提高,传统的控制策略和单一的控制方法对复杂过程的控制越来越难以获得满意的品质,因此迫切地需要新理论的支撑。多智能体理论对于复杂系统的强大表现力及其开放性、智能化的特点,使它成为支持现代工业控制系统的最佳理论选择之一。中厚板轧制过程是典型的复杂工业生产过程,中厚板生产组织采用多品种、多批次,小批量方式,对轧制过程控制工艺模型设定精度有非常高的要求。本文将多智能体技术应用于中厚板轧制工艺模型的优化,可以在现有设定和优化方法的基础上,进一步提高设定精度。主要研究内容如下:(1)介绍了多智能体系统的基本理论,对智能体和多智能体系统的基本概念、体系结构、协作协调方法、通信机制等问题进行了详细的描述。(2)在传统中厚板轧制工艺模型的基础上,设计了基于多智能体的轧制工艺模型系统。多智能体工艺模型系统主要由管理协作层、业务层和辅助层组成,针对重点的业务层进行设计,又划分成轧制力智能体、力矩智能体、规程智能体、板形智能体、设定智能体以及自学习智能体等子智能体。(3)管理协作智能体总体上协调智能体之间的工作,通过模糊推理系统分析模型设定精度发生波动的原因,并针对特定智能体做出优化。将数据挖掘技术运用于规程智能体,提高轧制规程制定精度。将神经元网络优化方案运用于轧制力智能体,提高轧制力预测精度。(4)利用Visual studio 2008编程环境对多智能体轧制工艺模型系统进行编程实现,并验证其优化效果。针对中厚板轧制换规格过程的轧制力预报偏差较大问题,通过与传统模型计算结果比较,基于多智能体的中厚板轧制工艺模型系统可以明显改善设定精度。
黎原[4](2015)在《中厚板轧制和轧后冷却过程离线模拟软件的开发》文中研究表明中厚板是支撑国家工业化建设的重要钢铁品种,是促进国民经济发展的重要钢铁材料,其生产水平和产品质量是国家钢铁工业发达程度的重要标志。随着经济的不断发展和市场竞争的愈加激烈,用户对中厚板产品的质量也提出了更高的要求。中厚板厂家只有采用新工艺和新方法,才能最大限度地降低产品生产成本、缩短产品开发周期、提高产品质量,为此,本文开发了中厚板轧制和轧后冷却过程的离线模拟软件。本软件可以使中厚板厂家反复进行实验、合理优化工艺、拓展产品类型,为高产量、高性能、高质量产品的生产和研发提供科学的方法和可靠的途径。本文在离线模拟软件的开发过程中,以中厚板轧制和轧后冷却的基本理论和工艺过程为依据,对轧制过程中的力能参数和轧后冷却的温降过程进行了分析和研究并建立了相应的数学模型。其中,轧制力能参数模型的建立以轧制温度、变形抗力、平均单位压力和宽展模型为基础,轧后冷却的温降模型是在传热学的基础上通过显式格式的有限差分法建立起来的。此外,本文还推导了平均变形速度和变形程度以及物体导热的微分方程,对导热系数和比热容进行了拟合处理,按轧制力和功率两种模式优化了轧制规程,设计了轧后直接冷却和分段冷却两种冷却方式,使本文的数学模型更加精确、软件的模拟功能更加丰富。根据本文建立的轧制和轧后冷却过程的数学模型,运用C++语言编写了力能参数模型和温降模型,完成软件内核运算程序的开发;根据工艺流程顺序、数据传输形式和结果显示方法,运用VB语言进行控件和窗体的设计,完成软件人机交互界面的开发。通过运行本软件对中厚板轧制和轧后冷却过程进行离线模拟,将轧制力能参数和轧后冷却温降的模拟结果与现场的实测结果进行比对和分析,验证了本软件的离线模拟精度能够满足实际生产的需要。基于本软件对轧制和轧后冷却过程的离线模拟结果,以轧制过程中轧制温度、轧制速度和变形程度对力能参数的影响为研究内容进行分析,得出轧制力能参数随轧制温度的升高而降低,随轧制速度和变形程度的增加而增大;以轧后冷却过程中钢板厚度、运行速度和冷却水流量对冷却效果的影响为研究内容进行分析,得出轧后终冷温度随钢板厚度和运行速度的增加而升高,随冷却水流量的增加而降低。
陈金山[5](2011)在《中厚板轧机过程控制系统架构与模型设定》文中研究表明本文内容为东北大学轧制技术及连轧自动化国家重点实验室中厚板控制系统研究工作的一部分,以某中板厂2800mm中厚板轧机自动化控制系统改造项目为依托,以中厚板轧机过程控制系统的设计和应用为目标,在过程控制系统的系统架构和功能实现方面开展研究工作。研究内容和主要结论如下:(1)针对现场工艺设备布置和检测仪表配备情况,完成了过程控制系统平台的总体架构设计。过程控制系统硬件采用了通用PC服务器,基于Windows server2003操作系统,采用Visual studio2008,并配备Oracle lOg数据库软件进行系统开发。现场应用证明这样的系统平台和软件配置可以满足过程控制系统开发和运行的要求,并有其自身显着的优势。该系统架构具有很强的通用性和适应性,可以应用到其它类似的轧线控制上。(2)过程控制系统的功能架构采用多进程、模块化结构设计。对进程的标准功能模块进行设计开发,实现了过程控制系统内部功能模块调用机制和数据通讯以及与外部系统的通讯机制。设计了适用于现场的中厚板跟踪功能。(3)在设定计算进程中通过多线程实现多任务的同步处理。设计了设定计算功能的数据流程和调用逻辑。以生产工艺过程为基础,利用生产过程中的实测数据,对设定计算功能进行多次调用,通过预设定计算、再设定计算、道次修正计算和自学习计算,提高设定计算精度。(4)针对轧线实际情况,提出了完备的展宽规则,并给出具体的转钢方案,得到适合于现场的轧制策略。解决了现场长期以来存在的转钢规则混乱的问题。(5)分析了轧制规程制定的限制条件,根据生产工艺和设备条件,给定关键限制条件参数,设计了一种考虑板形因素对轧制规程进行调整的方法,现场应用取得了很好的效果。上述研究成果已应用到实际生产中,并已经取得了良好的效果,提高了中厚板轧机的自动化水平和控制精度。
崔海涛[6](2011)在《基于ACE的中厚板轧机二级系统开发》文中进行了进一步梳理近年来,国外先进中厚板生产线的成功引进促进了我国中厚板生产技术的发展。但是,由于引进技术未被完全消化和掌握,尤其是轧机二级控制系统中的“黑箱”没有破解,为后续的工艺改进和控制系统升级带来极大困难。此外,国内大部分中厚板生产线的轧钢自动化水平比较低,在板形、厚度等方面的控制精度有待于进一步提高。本文依托于东北大学轧制技术及连轧自动化国家重点实验室的开放课题“中厚板轧机二级系统平台开发”,借鉴国外先进中厚板轧机二级控制系统的设计思想和技术,以中厚板轧机过程控制系统的开发和应用为研究对象,在过程控制系统的系统架构和功能实现方面开展研究工作,开发出基于ACE中间件的多进程轧机二级控制系统。此轧机二级控制系统既可以满足国内中厚板轧机控制系统的升级改造需求,又能为破解引进系统中的“黑箱”提供技术支持。论文的主要创新性工作如下:(1)对国内外具有代表性的中厚板轧机二级控制系统进行分析,结合当前中厚板生产自动化的发展趋势,设计了一个多进程形式的中厚板轧机二级控制系统。该系统根据需要实现的不同功能划分成15个进程,各个进程保持相对独立。此种系统架构设计提高了系统的稳定性,防止因一个功能出现故障而导致整个二级系统崩溃,还可以通过添加/删除进程的方式对轧机控制系统进行相应的调整,增加了系统的灵活性。(2)对CORBA标准及ACE. TAO等通信中间件和数据库访问方法等关键技术进行深入研究,提出了基于ACE+OO4O的中厚板轧机二级通信系统。利用ACEMalloc创建共享内存池,通过共享内存的方式实现进程间通信。利用ACE Socket实现主机之间的通信,与传统的Socket通信相比,ACE Socket的数据传输效率更高,并且更加稳定。采用OO4O访问数据库,与常用的ODBC相比,OO4O的速度更快。(3)针对中厚板单/双机架的生产特点,设计了不同的轧制策略制定模式,提高了规程计算的通用性,使其适用于不同的中厚板生产线。分析了中厚板轧机在无液压弯辊条件下,采用传统规程计算方法容易出现板形问题的原因,提出了末道次轧制力锁定的规程计算方法。该方法将操作工的经验与规程计算模型有机地结合起来,使得操作工可以有效地干预规程计算,在实际应用中取得了良好的板形控制效果。(4)针对传统异板间的自学习模型不能修正轧件个体差异的缺陷,提出了同板的道次修正模型。该道次修正模型利用上道次的实测轧制数据,如实测轧制力、轧制速度、测温仪温度等,通过道次出口厚度再计算模块和轧制力短期修正模块,精确计算得出当前钢板的实际状态,然后通过剩余道次再计算模块对后续未轧道次的辊缝进行修正。实际应用表明,该道次修正模型能显着地提高轧制力预报精度和成品厚度精度。(5)在轧制节奏控制进程中,将中厚板轧制节奏控制分为非待温模式和待温模式,并针对每种模式提出了简单有效的轧制节奏控制方法。在待温模式中采用了批次轧制节奏控制方法,该方法将同规格的几块板坯看做是一个轧制批次,同批次的板坯先后出炉进行轧制并在精轧机后待温,等到所有板坯轧完后再一起移动到机前,然后再开始待温后的轧制。批次轧制节奏控制方法比传统的交叉轧制节奏控制方法更加简单实用。
卢建军[7](2010)在《天钢中厚板二级控制轧制模型的研究与优化》文中研究指明钢铁工业是国民经济的支柱产业,中厚板是钢铁工业的主要产品,更是国民经济发展所必须的重要材料,主要用于建筑工程、机械制造、容器制造、造船、桥梁建造等。中厚板轧机是轧钢生产中的主力轧机之一,其生产力水平代表了一个国家轧钢工业的发展水平。目前我国中厚板轧机控制技术与国外相比尚有一定的差距,这就要求我们深入研究和充分利用现有的技术和设备,进行优化改造,最大限度的提升中厚板产品的常量和质量。本论文第1章首先介绍了中厚板轧机的发展趋势和轧机控制技术的发展现状,给出论文研究的背景情况。第2章主要对天津钢铁集团有限公司中厚板厂过程控制模型进行了深入的分析。第3章以天津钢铁集团有限公司中厚板厂目前的轧机控制系统为基础,对正在应用的中厚板过程控制系统模型进行了详尽的分析,包括粗轧和精轧过程中的轧件的热膨胀模型、高压水除磷模型、自然宽度延展模型、轧件的速度模型、温度模型和轧制力模型。第4章在第3章中的模型分析的基础上,对粗轧机和精轧机的各个模型进行了优化。优化控制模型后取得了很好的效果,提高了产品的产量和质量,取得了良好的经济效益。
贾春莉[8](2010)在《中厚板轧制过程控制中厚度精度的研究》文中研究指明厚度是中厚板的基本尺寸,厚度精度是中厚板产品首要的质量指标。为了获得高厚度精度的板材,提高钢材的成材率,必须提高轧制过程控制的厚度设定精度。轧制力计算模型和辊缝设定模型是决定过程控制厚度精度最核心的模型,提高模型设定精度对于提高厚度精度是非常重要的。本文以国内某中厚板生产线自动化控制系统设计与调试项目为背景,对与厚度精度密切相关的轧制力计算和辊缝设定模型进行深入研究,优化了轧制力计算模型和辊缝设定模型,提出了轧件间自学习和道次间自适应的双层次轧制力在线修正机制以及辊缝自学习方法,将改进的模型应用于现场实际生产,提高了厚度精度。主要的研究进展如下:(1)优化轧制力模型。分析了变形抗力模型中的各种影响因素,优化变形抗力模型结构。认真研究了化学成分对变形抗力的影响,提出基准变形抗力的计算公式,并通过现场实测数据采用多元线性回归的方法确定公式中的系数,得出了简洁实用的变形抗力模型。提高了轧制力的预测精度。(2)改进辊缝设定模型。在原有的辊缝设定模型上增加轧件热膨胀变化量、轧件弹性回复。考虑轧件本身热胀冷缩的特性,计算轧制过程中随温度变化轧件的热膨胀变化量;考虑轧件由于弹性变形产生的回复。进一步提高了辊缝的设定精度。(3)采用轧件间自学习和道次间自适应分工互补的双层次在线修正机制,改进了单一的自学习策略。对于轧件间自学习,建立了基于钢种、厚度的层别划分原则,根据样本个数建立不同时期的自学习系数,采用低通滤波和拉格朗日插值的方法得到不同道次的自学习系数。对于道次间自适应,基于实际压下量计算自适应系数。提高了在线修正的实时性和稳定性。(4)通过零点的修正实现辊缝的自学习。根据现场实际轧制情况提出基于厚度偏差的辊缝自学习算法,提高辊缝设定模型的预报精度。为了防止辊缝超调,在厚度偏差的基础上考虑基于轧件厚度和零点漂移量的阻尼系数,根据轧制情况设定不同的阻尼系数,防止辊缝出现震荡,提高模型精度。将优化后的轧制力计算模型、自学习和自适应模型、辊缝设定模型应用于国内某中厚板双机架在线控制中,通过现场实测数据得出,轧制力轧件间自学习系数快速趋于稳定,轧制力精度得到明显提高,成品厚度精度得到显着提高。对国内其他中厚板厂具有一定的借鉴意义。
查显文[9](2009)在《中厚板轧机AGC及自动轧钢模型研究与系统实现》文中提出钢铁工业是我国国民经济的支柱产业,中厚板生产在钢铁工业中占有非常重要的地位。厚度精度是中厚板质量的重要指标,是宽度、板型等尺寸精度和内在质量指标的基础,不断进行模型研究,提高中厚板轧机AGC的控制水平和精度具有重要意义。实现自动轧钢,是规范、优化和稳定轧制过程的基础,是实现全过程可控和提高产品精度的重要保证。本文以国内某中厚板厂3500mm中厚板轧机精轧自动化系统设计和应用为研究背景。结合国内外相关文献资料,重点对中厚板轧机AGC和自动轧钢模型及实践中的问题进行了系统的研究,并将研究结果应用于该中厚板精轧系统,取得了良好的控制效果。本文的主要内容和研究成果如下:首先,本文从中厚板轧机AGC模型入手,对各种压力AGC、前馈AGC和反馈AGC等模型进行了分析、理论推导和比较,并在此基础上深入研究了轧件头尾补偿、油膜厚度补偿、咬入冲击补偿、轧辊偏心补偿等厚度补偿方法,为高精度中厚板轧机AGC模型的开发和应用奠定了理论基础。在中厚板AGC系统设计中,首先对本套中厚板轧机AGC系统硬件配置和网络布置以及传感器选型等做了详细描述,重点对电动APC、液压APC系统、电液联摆辊缝逻辑以及自动调零、刚度测试、液压弯辊等系统进行了研究,并针对中厚板轧机AGC的具体特点,采用相对AGC和绝对AGC相结合的方案,以获得良好的同板差和异板差。轧件跟踪是实现自动轧钢的基础,跟踪系统中不同信号用来触发不同模型计算。轧件跟踪由宏跟踪和微跟踪组成,本文对轧件宏跟踪和轧区微跟踪系统分别进行了研究,特别对跟踪区域划分、判断和微跟踪修正等模型和算法进行了设计,为轧件的运送和轧制过程的自动进行提供了信号依据。文中还对跟踪系统的开发软件和通讯实现等做了较为详细的研究。自动轧钢包括垂直和水平两个方向上的协调自动控制。在对运输辊道控制、道次数设定控制、主机速度控制、板坯待温控制等自动轧钢核心功能进行研究的基础上,对推床自动、主机自动以及辊道速度交换等进行了设计,成功应用于本套中厚板轧机精轧系统,提高了该生产线的自动化水平和产品精度。本文最后介绍了精轧自动控制系统投入应用后的现场测试效果,特别对开发的头部厚度自适应补偿方法做了详细说明。通过对钢板厚度精度和板凸度等实测数据进行比较和分析,结果显示本文所设计的模型投入应用后,成品板材同板差和异板差等厚度精度和板凸度等性能指标均达到合同要求,表明该模型对中厚板轧机自动化系统的设计和现场应用具有一定的借鉴意义。
田勇[10](2009)在《中厚板轧制轧件头部弯曲及其控制的研究》文中提出自从上世纪计算机控制技术应用于轧钢生产之后,自动厚度控制、自动板形控制、激光测速、以及在线智能化产品质量测量手段等技术的问世,使轧钢生产达到了全新水平,但是对于轧件头部弯曲问题的研究一直没有取得较为满意的结果。对此,本文以轧制过程中的轧件头部弯曲现象为研究对象,以解决生产过程中头部弯曲问题为目的,研究板带材轧制过程中轧件头部的弯曲机理及影响因素,开发出一套基于机器视觉技术的头部弯曲检测装置,建立了头部弯曲控制系统,并针对目前的生产中存在的问题提出相应的解决办法和控制手段。这对于防治头部弯曲产生的危害,提高产品质量、生产效益和经济效益,增强产品竞争力具有重要的理论价值和现实意义。主要工作内容如下:1.建立不对称轧制条件下轧制力和轧制力矩计算模型。运用切块法推导出了不对称轧制变形过程的静力平衡微分方程。分别运用屈雷斯卡塑性条件和密塞斯塑性条件求解变形区内单位宽度轧制力分布,建立不对称轧制的轧制力计算模型和轧制力矩计算模型。分析了传统轧制参数计算模型计算不对称轧制状况时精度较低的原因。通过新建模型分析了不同的辊径比、辊速比和摩擦比等对变形区内沿接触弧长方向轧制压力分布和轧制力的影响规律。2.影响轧件头部弯曲的因素分析。分别分析了上下辊辊速比、辊径比、摩擦系数差、轧件上下表面温差、轧制线标高、轧辊偏移距、重力和上下辊传动系统差异等因素对不对称轧制情况下轧件头部弯曲方向和弯曲程度的影响,并建立了相关关系模型。3.提出考虑头部弯曲控制的规程分配方法。分析了道次变形率或变形区形状系数对不对称轧制过程中轧件头部的弯曲方向和弯曲程度的影响,基于此影响规律在等负荷协调规程分配的基础上提出了考虑头部弯曲控制的规程分配方法。4.通过红外技术,开发出一套基于机器视觉技术的轧件头部弯曲测量装置。确定适合本检测装置的滤光片通过波长在0.9μm以上。确定了头部弯曲检测系统的组成及各模块的功能。检测系统能够适时、精确、稳定的运行,并能有效摈除环境对检测目标的干扰。并对检测系统摄像机的内外参数进行了标定。5.红外图像预处理算法的改进。针对红外图像特点,开发相应算法解决红外图像处理过程中的难点。采用在小波域内对高频子带进行中值滤波,然后对高频系数进行系数增强的去噪算法,在滤除脉冲和高斯噪声的同时,能较好地保留图像的边缘细节。针对检测图像灰度直方图存在多峰的特点,提出一种基于数学形态学的图像分割算法,分割后的图像目标边缘清晰、背景噪声较小。6.雪橇控制系统仿真优化。针对轧制过程中轧件头部弯曲现象,分析研究了国内某中厚板厂轧机主传动系统及传动系统的数学模型。提出设定雪橇比和调整电机速度响应特性的方法来抑制轧件弯曲。对电机速度调节器的控制参数进行了优化调试,得出最佳设定参数。7.建立了轧件头部弯曲控制系统。针对中厚板轧制特点,总结各种手段进行头部弯曲控制的优缺点,提出在具有轧件头部检测装置的基础上,充分利用实时在线检测信息进行反馈,通过预设定和反馈控制相结合,可以对中厚板的头部弯曲问题取得良好的控制效果。本文的研究结果对中厚板生产过程中防止和抑制轧件头部弯曲问题、保证设备安全、提高成材率具有重要的实际意义。研究结果同样适用于热连轧粗轧过程中的轧件头部弯曲的控制。
二、中厚板轧制优化规程在线设定方法(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、中厚板轧制优化规程在线设定方法(论文提纲范文)
(1)高质绿色化发展趋势下轧制技术的创新实践(论文提纲范文)
1 热轧钢铁材料组织性能调控工艺与技术发展 |
1.1 板带轧制控温-控冷用高强均匀化冷却技术 |
1.2 “轧制-冷却”一体化的中间坯控温轧制技术 |
1.3 薄规格板带淬火技术推动高强钢发展 |
1.4 热轧无缝钢管在线组织性能调控平台关键技术构建 |
2 多机架/多工序轧制过程三维尺寸控制 |
2.1 高精度薄带材冷连轧工艺过程控制与智能优化 |
2.2 数据和机理融合的带材轧制全流程板形控制技术 |
2.3 基于大数据分析的高精细中厚板轧制控制技术 |
3 铸-轧一体化特殊钢短流程技术自主创新 |
3.1 薄带铸轧工艺特点 |
3.2 硅钢薄带铸轧工业化关键技术研发 |
3.3 铸轧W800无取向硅钢工业化试制情况 |
4 结语 |
(2)多功能热轧实验机组的开发与应用(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 轧制过程中试研究平台的创新与发展 |
1.3 热轧实验机组研究及发展现状 |
1.3.1 国外热轧实验机组的研究及发展现状 |
1.3.2 国内热轧实验机组研究及发展现状 |
1.4 多功能热轧实验机组的主要特征 |
1.4.1 高刚度可逆轧机 |
1.4.2 先进的自动化控制系统 |
1.4.3 轧辊加热系统及研究现状 |
1.4.4 热轧异步轧制及研究现状 |
1.4.5 组合式控制冷却系统研究现状 |
1.5 本文主要研究内容 |
第2章 多功能热轧实验机组及其控制系统开发 |
2.1 多功能热轧实验机组工艺流程研究 |
2.2 多功能热轧实验机组主要工艺设备及检测仪表 |
2.2.1 多功能热轧实验机组主要工艺设备 |
2.2.2 多功能热轧实验机组检测仪表 |
2.3 多功能热轧实验机组控制系统组成 |
2.4 多功能热轧实验机组主要控制功能研究 |
2.4.1 多功能热轧实验机组厚度控制系统 |
2.4.2 多功能热轧实验机组实验过程跟踪系统 |
2.4.3 多功能热轧实验机组全自动实验系统 |
2.4.4 多功能热轧实验机组实验过程仿真系统 |
2.5 本章小结 |
第3章 轧辊加热系统开发及表面温度场研究 |
3.1 轧辊热油加热系统的开发 |
3.1.1 热油加热循环系统设计 |
3.1.2 轧辊内部热油循环系统设计原理及连接机构 |
3.1.3 轧辊热油加热过程中的热轧实验过程 |
3.2 热油加热过程中轧辊温度场模型研究 |
3.2.1 轧辊温度场导热微分方程的建立 |
3.2.2 轧辊温度场导热微分方程的定解条件 |
3.3 热油加热过程中轧辊温度场的模拟研究 |
3.3.1 模型的简化与假设 |
3.3.2 轧辊几何模型 |
3.3.3 轧辊材料参数 |
3.3.4 模拟结果及分析 |
3.4 热油加热过程中轧辊表面温度的实验研究 |
3.4.1 实验方案 |
3.4.2 实验结果及分析 |
3.4.3 模拟与实验结果对比分析 |
3.5 不同加热条件下轧辊表面温度场变化规律研究 |
3.5.1 热油温度对轧辊表面温度场的影响规律 |
3.5.2 环境温度对轧辊表面温度场的影响规律 |
3.5.3 轴承冷却对轧辊表面温度场的影响规律 |
3.5.4 轧辊直径对轧辊表面温度场的影响规律 |
3.5.5 轧辊开孔深度对轧辊表面温度场的影响规律 |
3.6 本章小结 |
第4章 热轧异步轧制变形规律及翘曲控制策略 |
4.1 热轧实验机组异步轧制系统的开发 |
4.1.1 热轧实验机组多种异步轧制方式的实现 |
4.1.2 下辊偏移系统的开发 |
4.2 热轧异步轧制有限元模型的建立 |
4.2.1 几何模型 |
4.2.2 物理模型 |
4.3 热轧异步轧制轧辊受力规律研究 |
4.4 热轧异步轧制轧件厚度方向变形规律研究 |
4.4.1 轧件厚度方向等效应变研究 |
4.4.2 轧件厚度方向剪切应变研究 |
4.5 热轧异步轧制轧件翘曲规律研究 |
4.5.1 轧件翘曲的表征方法 |
4.5.2 不同压下率下异速比对轧件翘曲的影响规律 |
4.5.3 不同下辊偏移量下异速比对轧件翘曲的影响规律 |
4.5.4 不同异速比下压下率对轧件翘曲的影响规律 |
4.5.5 不同压下率下下辊偏移量对轧件翘曲的影响规律 |
4.6 本章小结 |
第5章 组合式冷却系统控制功能研究 |
5.1 组合式控制冷却过程数学模型研究 |
5.1.1 组合式控制冷却过程中轧件温度场模型的建立 |
5.1.2 组合式冷却过程中换热系数模型的建立 |
5.2 超快冷系统压力与集管流量综合控制策略研究 |
5.2.1 超快速冷却系统压力与集管流量控制原理 |
5.2.2 超快冷系统压力与集管流量综合控制策略 |
5.3 超快冷系统压力控制算法研究 |
5.3.1 超快冷系统压力前馈控制算法研究 |
5.3.2 超快冷系统压力反馈控制算法研究 |
5.4 超快冷集管流量控制算法研究 |
5.4.1 超快冷集管流量前馈控制算法研究 |
5.4.2 超快冷集管流量反馈控制算法研究 |
5.5 本章小结 |
第6章 多功能热轧实验机组现场应用 |
6.1 多功能热轧实验机组计算机控制系统的应用效果 |
6.1.1 计算机控制系统配置和结构 |
6.1.2 厚度控制系统控制效果 |
6.1.3 实验过程跟踪系统控制效果 |
6.2 轧辊热油加热系统控制效果 |
6.3 热轧异步轧制系统控制效果 |
6.4 组合式控制冷却系统控制效果 |
6.4.1 组合式控制冷却系统冷却能力 |
6.4.2 超快冷系统压力和集管流量综合控制效果 |
6.4.3 超快冷系统压力控制效果 |
6.4.4 超快冷集管流量控制效果 |
6.4.5 轧后冷却温度控制效果 |
6.5 本章小结 |
第7章 结论 |
参考文献 |
攻读博士学位期间完成的工作 |
致谢 |
作者简介 |
(3)基于多智能体的中厚板轧制工艺模型优化(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 中厚板生产综述 |
1.2 中厚板生产的自动化控制系统 |
1.2.1 基础自动化级 |
1.2.2 过程控制级 |
1.2.3 生产控制级 |
1.3 智能优化控制的发展与综述 |
1.4 论文背景与意义及主要工作内容 |
1.4.1 论文背景意义 |
1.4.2 主要工作内容 |
第2章 多智能体系统的基础理论 |
2.1 智能体的定义和特征 |
2.2 智能体的结构 |
2.3 多智能体系统 |
2.3.1 多智能体系统的结构 |
2.3.2 多智能体系统的协作 |
2.3.3 多智能体系统的通信 |
2.3.4 多智能体系统的学习 |
2.4 本章小结 |
第3章 基于多智能体轧制模型结构设计 |
3.1 多智能体系统结构总体设计思路 |
3.1.1 多智能体的划分机制 |
3.1.2 多智能体的协作机制 |
3.2 管理协作层智能体 |
3.3 业务层智能体 |
3.3.1 轧制力智能体 |
3.3.2 模型自学习智能体 |
3.3.3 规程智能体 |
3.5 本章小结 |
第4章 多智能体轧制工艺模型优化 |
4.1 智能体之间的协调协作 |
4.1.1 协作功能模块 |
4.1.2 模糊推理系统 |
4.1.3 换规格 |
4.2 规程智能体 |
4.2.1 轧制规程数据库 |
4.2.2 数据库知识发现技术 |
4.3 人工神经网络 |
4.3.1 神经网络的分类 |
4.3.2 神经网络的学习方法 |
4.3.3 神经网络的学习规则 |
4.3.4 BP神经网络隐层神经元数目的确定方法 |
4.4 轧制力智能体 |
4.4.1 轧制力神经网络的建立 |
4.4.2 神经网络的输入输出量确定 |
4.4.3 隐层神经元数目确定 |
4.4.4 学习速率和动量因子的确定 |
4.4.5 神经网络权值的确定 |
4.5 本章小结 |
第5章 多智能体协作与轧制力预测的软件实现 |
5.1 软件开发工具 |
5.2 数据存取与信息交换 |
5.2.1 数据的存取 |
5.2.2 信息交换模块 |
5.3 设计思路 |
5.4 系统界面介绍 |
5.5 轧制力智能体实现 |
5.5.1 轧制力智能体 |
5.5.2 运行结果分析 |
5.6 管理协作智能体实现 |
5.6.1 软件的结构设计 |
5.6.2 运行结果分析 |
5.7 本章小结 |
第6章 结论 |
参考文献 |
致谢 |
(4)中厚板轧制和轧后冷却过程离线模拟软件的开发(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 中厚板的生产现状 |
1.1.1 国外中厚板的生产现状 |
1.1.2 国内中厚板的生产现状 |
1.2 中厚板生产技术的发展趋势 |
1.2.1 板形控制技术 |
1.2.2 控轧控冷技术 |
1.2.3 卷轧生产技术 |
1.3 中厚板轧制的方式和策略 |
1.3.1 中厚板的轧制方式 |
1.3.2 轧制策略的选择 |
1.4 轧后冷却的形式和策略 |
1.4.1 轧后冷却装置的形式 |
1.4.2 轧后冷却的策略 |
1.5 课题研究的背景和目的及意义 |
1.5.1 课题研究的背景 |
1.5.2 课题研究的目的 |
1.5.3 课题研究的意义 |
1.6 本文的主要研究内容 |
第2章 轧制过程中的数学模型 |
2.1 变形抗力模型 |
2.1.1 变形抗力模型的选取 |
2.1.2 变形温度的计算 |
2.1.3 变形速度的计算 |
2.1.4 变形程度的计算 |
2.2 轧制过程的温度模型 |
2.2.1 板坯除磷时的水冷温降 |
2.2.2 轧件与运输辊和轧辊的接触温降 |
2.2.3 轧件轧制变形时的温升 |
2.3 平均单位压力模型 |
2.3.1 中间主应力影响系数 |
2.3.2 外摩擦力影响系数 |
2.3.3 变形区外端影响系数 |
2.3.4 轧件宽度影响系数 |
2.4 轧制力能参数模型 |
2.4.1 轧制力的计算 |
2.4.2 轧制力矩的计算 |
2.4.3 轧制功率的计算 |
2.5 本章小结 |
第3章 轧后冷却的数学模型 |
3.1 传热学的基本理论 |
3.1.1 传导换热 |
3.1.2 对流换热 |
3.1.3 辐射换热 |
3.2 物体导热的微分方程及解法 |
3.2.1 导热微分方程的建立 |
3.2.2 导热微分方程的定解条件 |
3.2.3 有限差分的基本原理 |
3.2.4 中厚板轧后冷却的建模分析 |
3.3 轧后冷却温度模型的建立 |
3.3.1 内节点的有限差分解 |
3.3.2 边界点的有限差分解 |
3.3.3 角节点的有限差分解 |
3.4 边界条件中换热系数的确定 |
3.4.1 空冷状态的换热系数 |
3.4.2 水冷状态的换热系数 |
3.5 温度模型中的参量处理 |
3.5.1 导热系数的确定 |
3.5.2 比热容的确定 |
3.5.3 相变潜热的处理 |
3.6 本章小结 |
第4章 轧制和冷却离线模拟软件的开发 |
4.1 软件开发的程序语言简介 |
4.1.1 Visual Basic程序语言简介 |
4.1.2 C++编程语言的简介 |
4.1.3 Visual Basic和C++的混合编程 |
4.2 离线模拟软件的技术设计 |
4.2.1 软件的应用范围 |
4.2.2 软件数据库设计 |
4.2.3 软件接口设计 |
4.3 离线模拟软件的总体开发 |
4.3.1 软件的结构设计 |
4.3.2 软件的功能介绍 |
4.3.3 软件的执行流程 |
4.4 离线模拟软件的应用实例 |
4.4.1 单机架轧制的离线模拟 |
4.4.2 双机架轧制的离线模拟 |
4.4.3 直接冷却过程离线模拟 |
4.4.4 分段冷却过程离线模拟 |
4.5 本章小结 |
第5章 模拟结果的对比和分析 |
5.1 国内某厂中厚板生产线参数 |
5.1.1 某厂4300生产线的设备参数 |
5.1.2 某厂4300生产线的轧制规程 |
5.1.3 某厂4300生产线的冷却规程 |
5.2 轧制过程离线模拟的对比 |
5.2.1 轧制温度的模拟对比 |
5.2.2 轧制宽展的模拟对比 |
5.2.3 轧制力的模拟对比 |
5.3 冷却过程离线模拟的对比 |
5.3.1 冷却温降的模拟实例 |
5.3.2 X70钢板温降的模拟对比 |
5.3.3 X80钢板温降的模拟对比 |
5.4 轧制过程模拟结果分析 |
5.4.1 轧制温度对轧制力能参数的影响 |
5.4.2 轧制速度对轧制力能参数的影响 |
5.4.3 变形程度对轧制力能参数的影响 |
5.5 冷却过程模拟结果分析 |
5.5.1 钢板厚度对冷却效果的影响 |
5.5.2 钢板运行速度对冷却效果的影响 |
5.5.3 冷却水流量对冷却效果的影响 |
5.6 本章小结 |
结论 |
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 |
(5)中厚板轧机过程控制系统架构与模型设定(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景、目的和意义 |
1.2 中厚板行业近年运行和市场概况 |
1.2.1 国际中厚板行业运行与市场 |
1.2.2 国内中厚板行业运行与市场 |
1.3 中厚板轧机发展及生产概述 |
1.3.1 国际中厚板轧机发展及生产 |
1.3.2 国内中厚板轧机发展及生产 |
1.4 中厚板轧制计算机控制系统 |
1.4.1 轧制计算机控制系统的发展 |
1.4.2 轧制计算机控制系统的组成和功能概述 |
1.4.3 过程控制系统平台发展与现状 |
1.5 本文研究内容 |
第2章 轧线工艺设备和自动化系统 |
2.1 生产工艺流程和设备概述 |
2.1.1 原料和产品规格 |
2.1.2 工艺流程和设备布置 |
2.1.3 轧线设备和在线测量仪器 |
2.2 自动化系统概况 |
2.2.1 自动化系统网络架构 |
2.2.2 基础自动化 |
2.2.3 人机界面 |
2.3 本章小结 |
第3章 过程控制系统设计 |
3.1 过程控制系统架构 |
3.1.1 过程控制系统平台和开发软件 |
3.1.2 系统框架设计 |
3.2 过程控制系统功能设计 |
3.2.1 系统设计原则 |
3.2.2 系统功能 |
3.3 系统进程及进程标准功能设计 |
3.3.1 系统主要进程设计 |
3.3.2 进程标准功能设计 |
3.4 数据通讯与操作 |
3.4.1 数据通讯 |
3.4.2 数据流 |
3.4.3 数据库操作 |
3.5 跟踪功能 |
3.5.1 中厚板跟踪特点 |
3.5.2 轧件跟踪原理 |
3.5.3 跟踪功能设计 |
3.6 本章小结 |
第4章 过程控制系统的设定计算 |
4.1 设定计算的功能实现 |
4.1.1 设定计算的流程 |
4.1.2 设定计算中调用的功能模块 |
4.1.3 设定计算的数据流 |
4.1.4 设定计算的调用逻辑 |
4.2 本章小结 |
第5章 轧制策略与轧制规程设定 |
5.1 规程分配原则和调用 |
5.2 轧制策略和转钢控制 |
5.2.1 轧制策略的选择 |
5.2.2 展宽规则和转钢点控制 |
5.2.3 转钢控制现场应用 |
5.3 轧制规程设定 |
5.4 规程在线应用效果 |
5.5 本章小结 |
第6章 结论 |
参考文献 |
致谢 |
(6)基于ACE的中厚板轧机二级系统开发(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景、目的和意义 |
1.2 现代化中厚板厂的各级自动化系统介绍 |
1.2.1 生产管理级 |
1.2.2 生产控制级 |
1.2.3 过程控制级 |
1.2.4 设备控制级 |
1.3 中厚板轧机二级控制系统的主要功能 |
1.3.1 系统通信功能 |
1.3.2 数据处理功能 |
1.3.3 轧件跟踪功能 |
1.3.4 轧制规程计算功能 |
1.3.5 道次修正功能 |
1.3.6 模型自学习功能 |
1.3.7 轧制节奏控制功能 |
1.4 西门子中厚板轧机二级控制系统介绍 |
1.4.1 生产线介绍 |
1.4.2 轧机二级在过程控制系统中的作用 |
1.4.3 轧机二级服务器的软/硬件配置 |
1.4.4 轧机二级控制系统平台 |
1.4.5 轧机二级系统结构 |
1.4.6 西门子轧机二级系统特点 |
1.5 国内中厚板轧机二级控制系统介绍 |
1.6 本文的主要研究内容 |
第2章 中厚板轧机二级系统架构设计及开发平台选型 |
2.1 中厚板轧机二级系统需求分析 |
2.1.1 系统的稳定性及工艺功能需求分析 |
2.1.2 系统功能的可伸缩性需求分析 |
2.1.4 系统的可发展性需求分析 |
2.2 中厚板轧机二级系统架构设计 |
2.2.1 系统架构设计思想 |
2.2.2 系统架构实现 |
2.3 中厚板轧机二级系统开发平台选型 |
2.3.1 中间件ACE的技术调查 |
2.3.2 数据库Oracle 10g的技术调查 |
2.3.3 数据开发软件PL/SQL Developer的技术调查 |
2.4 中厚板轧机二级系统开发环境配置 |
2.4.1 中间件ACE的环境配置方法 |
2.4.2 数据库访问方法OO4O环境配置方法 |
2.5 本章小结 |
第3章 中厚板轧机二级系统通信功能的设计与实现 |
3.1 中厚板轧机二级系统与外部服务器的通信 |
3.1.1 与外部服务器通信的报文格式规范 |
3.1.2 与各外部服务器之间通信的报文设计 |
3.1.3 基于ACE的网络通信的实现 |
3.2 中厚板轧机二级系统进程间的通信 |
3.2.1 ACE共享内存管理方法 |
3.2.2 中厚板轧机二级系统进程间的数据流分析 |
3.2.3 中厚板轧机二级系统进程间通信的实现 |
3.3 中厚板轧机二级系统与数据库的通信 |
3.3.1 常见的几种数据库访问方法 |
3.3.2 OO4O访问Oracle 10g数据库的程序实现 |
3.4 本章小结 |
第4章 中厚板轧机二级系统轧制规程计算功能的设计与实现 |
4.1 precalc进程设计 |
4.1.1 触发机制设计 |
4.1.2 程序框架设计 |
4.2 轧制规程计算采用的主要数学模型 |
4.2.1 轧制力模型 |
4.2.2 钢板温度模型 |
4.2.3 轧机弹跳模型 |
4.2.4 宽展模型 |
4.2.5 板凸度模型 |
4.3 轧制规程计算流程 |
4.3.1 轧制策略制定 |
4.3.2 阶段划分 |
4.3.3 阶段规程计算 |
4.4 末道次轧制力锁定法在轧制规程计算中的应用 |
4.4.1 基本原理 |
4.4.2 在线计算流程 |
4.4.3 实际应用效果 |
4.5 本章小结 |
第5章 中厚板轧机二级系统模型自学习与道次修正功能的设计与实现 |
5.1 测量值处理进程的设计与实现 |
5.1.1 测量值收集 |
5.1.2 测量值处理 |
5.2 模型自学习进程的设计与实现 |
5.2.1 零点修正 |
5.2.2 钢板温度修正 |
5.2.3 轧制力长期自学习 |
5.3 道次修正进程的设计与实现 |
5.3.1 触发机制设计 |
5.3.2 道次修正的基本原理 |
5.3.3 道次修正模型的实际应用效果 |
5.4 本章小结 |
第6章 中厚板轧机二级系统其它功能的设计与实现 |
6.1 跟踪进程的设计与实现 |
6.1.1 进程设计 |
6.1.2 功能实现 |
6.2 轧制节奏控制进程的设计与实现 |
6.2.1 非待温模式下的轧制节奏控制 |
6.2.2 待温模式下的轧制节奏控制 |
6.3 设定值发送进程的设计与实现 |
6.4 轧机二级系统监控软件开发 |
6.4.1 系统进程监控功能的实现 |
6.4.2 数据库操作功能的实现 |
6.5 本章小结 |
第7章 结论 |
参考文献 |
攻读博士学位期间完成的工作 |
致谢 |
作者简介 |
(7)天钢中厚板二级控制轧制模型的研究与优化(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景、目的和意义 |
1.2 中厚板轧机的发展趋势 |
1.3 中厚板轧机控制技术的发展 |
1.3.1 中厚板生产计算机控制技术的发展 |
1.3.2 轧机过程设定模型 |
1.3.3 厚度控制模型 |
1.3.4 产品性能控制 |
1.4 轧制模型的最近研究进展 |
1.4.1 四辊轧机控制模型研究现状 |
1.4.2 中厚板轧制过程控制模型的发展 |
1.5 本文的主要研究内容 |
第2章 天钢中厚板过程控制系统模型分析 |
2.1 工艺流程说明 |
2.2 轧线主要设备及检测仪表 |
2.2.1 粗轧机 |
2.2.2 精轧机 |
2.2.3 矫直机系统 |
2.2.4 控制冷却系统基本参数 |
2.3 轧制策略 |
2.3.1 过程设定系统组成 |
2.3.2 国内外中厚板压下规程的应用 |
2.3.3 双机架多阶段压下规程分配方法 |
2.4 本章小结 |
第3章 天钢中厚板轧制模型的研究 |
3.1 粗轧阶段 |
3.1.1 展宽阶段 |
3.1.2 粗轧展宽后的延伸轧制阶段 |
3.2 精轧阶段 |
3.2.1 轧制策略 |
3.2.2 参数计算方法 |
3.3 轧件的热膨胀模型 |
3.4 高压水除鳞 |
3.5 自然宽度延展-WS |
3.6 轧件的速度 |
3.6.1 运行速度 |
3.6.2 咬入速度 |
3.6.3 轧制速度 |
3.6.4 出速度 |
3.7 温度和轧制力模型 |
3.7.1 温度模型 |
3.7.2 轧制力模型 |
3.8 本章小结 |
第4章 天钢中厚板过程控制系统模型优化 |
4.1 屈服强度 |
4.1.1 综述 |
4.1.2 精轧阶段 |
4.1.3 粗轧阶段 |
4.2 轧制力矩 |
4.3 轧辊速度-V_(ROLL) |
4.4 轧制功率 |
4.5 辊缝位置 |
4.5.1 辊缝基准值-S(精轧) |
4.5.2 轧制基准值-S(粗轧) |
4.5.3 咬入基准值—冲击补偿S_(th)(精轧) |
4.6 轧辊热凸度-S_θ(精轧) |
4.7 轧辊的磨损-Sw(精轧) |
4.8 轧辊的温度 |
4.9 模型的优化 |
4.9.1 粗轧机 |
4.9.2 精轧机 |
第5章 结论 |
参考文献 |
致谢 |
(8)中厚板轧制过程控制中厚度精度的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究的背景、目的和意义 |
1.2 中厚板生产的发展趋势 |
1.2.1 中厚板轧机发展 |
1.2.2 中厚板轧制过程控制技术的发展 |
1.3 本文的研究内容 |
第2章 过程控制中厚度精度的影响因素 |
2.1 轧制力模型 |
2.1.1 轧辊压扁半径模型 |
2.1.2 变形抗力模型 |
2.1.3 应力状态影响系数模型 |
2.2 辊缝设定模型 |
2.2.1 弹跳的影响 |
2.2.2 轧辊磨损 |
2.2.3 轧辊的不均匀热膨胀 |
2.2.4 轧辊挠曲 |
2.2.5 油膜厚度 |
2.2.6 相对零点的确定 |
2.3 本章小结 |
第3章 轧制力与辊缝设定模型的改进 |
3.1 轧制力模型 |
3.1.1 变形抗力模型 |
3.1.2 应力状态影响系数 |
3.2 辊缝设定模型 |
3.2.1 轧件的热膨胀影响 |
3.2.2 轧件的弹性回复 |
3.3 本章小结 |
第4章 模型的自学习 |
4.1 数据处理方法 |
4.1.1 指数平滑法 |
4.1.2 低通滤波 |
4.2 轧制力模型的在线修正机制 |
4.2.1 传统轧制力自学习 |
4.2.2 改进的轧制力自学习自适应 |
4.3 辊缝模型的自学习 |
4.4 本章小结 |
第5章 轧制过程控制系统的开发及应用 |
5.1 轧制过程控制系统组成 |
5.1.1 轧制过程系统的总体结构 |
5.1.2 轧制过程系统的硬件组成 |
5.1.3 轧制过程系统的软件组成 |
5.2 过程控制系统的功能 |
5.2.1 数据采集与处理功能 |
5.2.2 预计算功能 |
5.2.3 轧前预计算修正功能 |
5.2.4 道次修正计算功能 |
5.2.5 后计算功能 |
5.2.6 过程跟踪功能 |
5.3 轧制过程控制系统的数据流图 |
5.4 现场应用 |
5.5 本章小结 |
第6章 结论 |
参考文献 |
硕士期间完成的论文 |
致谢 |
(9)中厚板轧机AGC及自动轧钢模型研究与系统实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 国内外中厚板轧线发展概况 |
1.1.1 国外中厚板轧线相关情况 |
1.1.2 国内中厚板轧线相关情况 |
1.2 中厚板轧制自动化的发展 |
1.2.1 轧钢自动化技术的进步 |
1.2.2 中厚板轧制自动化理论发展 |
1.2.3 中厚板轧制AGC理论发展 |
1.2.4 中厚板轧机自动轧钢发展 |
1.3 本文研究背景和内容 |
1.3.1 本文研究背景 |
1.3.2 本文主要研究内容 |
第2章 AGC理论及模型补偿 |
2.1 AGC基础理论 |
2.1.1 中厚板厚度波动的原因 |
2.1.2 轧机弹性变形和弹跳方程 |
2.1.3 轧件的塑性变形和轧件塑性方程 |
2.1.4 钢板轧制的弹塑形曲线及应用 |
2.2 压力AGC |
2.2.1 BISRA AGC |
2.2.2 Dynamic AGC |
2.2.3 GM-AGC |
2.2.4 Absolute-AGC |
2.2.5 AEG AGC和RAL AGC |
2.2.6 压力AGC的比较分析 |
2.3 前馈式AGC及反馈式AGC |
2.3.1 压力AGC与前馈AGC系统的相关性 |
2.3.2 反馈AGC |
2.3.3 前馈AGC |
2.4 AGC模型补偿方法 |
2.4.1 轧件宽度补偿 |
2.4.2 油膜厚度补偿 |
2.4.3 压下螺丝窜动补偿 |
2.4.4 轧件头尾补偿 |
2.4.5 咬入冲击补偿 |
2.4.6 轧辊偏心补偿 |
2.4.7 轧辊热膨胀与磨损补偿 |
2.4.8 伺服阀偏移补偿 |
2.5 本章小结 |
第3章 中厚板轧机AGC系统设计 |
3.1 AGC系统硬件配置及软件平台 |
3.1.1 AGC系统软硬件配置及调用逻辑 |
3.1.2 L1级计算机系统 |
3.1.3 L2级计算机系统 |
3.1.4 在线数据采集(PDA)和分析系统 |
3.1.5 人机界面(HMI) |
3.2 AGC系统主要检测仪表布置及选型 |
3.2.1 AGC系统主要仪表布置选型 |
3.2.2 AGC系统主要检测仪表介绍 |
3.3 APC系统与辊缝设定 |
3.3.1 压下装置的控制要求 |
3.3.2 电动压下 |
3.3.3 液压压下 |
3.3.4 电液联合摆辊缝 |
3.3.5 辊缝自动清零 |
3.3.6 刚度测试 |
3.3.7 液压弯辊系统 |
3.4 AGC工作方式的选择 |
3.4.1 相对AGC的调节过程 |
3.4.2 绝对AGC的调节过程 |
3.4.3 AGC工作方式选择 |
3.5 AGC系统的联锁与保护 |
3.5.1 压力和位置保护 |
3.5.2 与AGC液压站联锁 |
3.5.3 位移传感器对位置的限制 |
3.5.4 电动压下保护 |
3.5.5 液压缸保护性快卸 |
3.6 本章小结 |
第4章 轧区跟踪系统设计 |
4.1 轧件跟踪概述 |
4.2 轧件宏跟踪 |
4.2.1 轧件宏跟踪设计与算法 |
4.2.2 轧件宏跟踪实现 |
4.2.3 节奏控制 |
4.3 轧区微跟踪 |
4.3.1 精轧区微跟踪设计与算法 |
4.3.2 轧件微跟踪的自动修正 |
4.3.3 轧区微跟踪实现 |
4.4 跟踪系统开发软件及通讯实现 |
4.4.1 跟踪系统开发软件 |
4.4.2 系统数据通讯实现 |
4.5 本章小结 |
第5章 自动轧钢系统设计 |
5.1 自动轧钢的实现要点 |
5.2 自动轧钢核心控制功能 |
5.2.1 运输辊道控制 |
5.2.2 道次数设定控制 |
5.2.3 主机速度控制 |
5.2.4 板坯待温控制 |
5.3 自动轧钢的实现 |
5.3.1 推床自动控制要求和逻辑 |
5.3.2 推床自动的实现 |
5.3.3 主机自动的实现 |
5.3.4 轧机与控冷速度自动交接 |
5.3.5 自动轧钢的联锁与保护 |
5.3.6 自动轧钢的应用 |
5.4 自动轧钢协调 |
5.4.1 自动轧钢道次逻辑协调 |
5.4.2 自动轧钢时的人工干预 |
5.4.3 自动轧钢时操作员控制策略 |
5.5 本章小结 |
第6章 现场应用与测试效果 |
6.1 头部厚度自适应补偿方法及测试 |
6.1.1 头部厚度自适应补偿方法 |
6.1.2 头部厚度自适应补偿投入效果 |
6.2 GM-AGC算法工程应用与测试效果 |
6.2.1 GM-AGC算法工程应用 |
6.2.2 GM-AGC算法投入效果 |
6.3 钢板厚度精度测试结果 |
6.3.1 成品厚差测试方法 |
6.3.2 厚度测试结果 |
6.4 板凸度测试结果 |
6.5 本章小结 |
第7章 结论 |
参考文献 |
致谢 |
硕士期间参加的科研项目 |
(10)中厚板轧制轧件头部弯曲及其控制的研究(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
第1章 绪论 |
1.1 课题研究的背景和意义 |
1.2 轧制过程中轧件头部弯曲的研究现状 |
1.2.1 轧件头部弯曲的原因分析 |
1.2.2 轧件头部弯曲的理论研究方法 |
1.2.3 国内外对轧件头部弯曲问题的研究 |
1.2.4 轧件头部弯曲控制的研究现状 |
1.3 机器视觉技术在轧钢生产中应用 |
1.3.1 机器视觉原理及其组成 |
1.3.2 机器视觉的发展 |
1.3.3 机器视觉技术在轧钢生产中的应用 |
1.4 轧机主传动电机转速控制系统的发展 |
1.4.1 传动系统分类 |
1.4.2 轧机主传动系统的发展概况 |
1.4.3 同步电机调速控制系统 |
1.5 本文主要内容 |
第2章 不对称轧制变形区的受力分析 |
2.1 轧制过程中变形区分析 |
2.1.1 对称轧制过程的变形分析 |
2.1.2 不对称轧制过程的变形分析 |
2.2 不对称轧制过程的受力分析 |
2.2.1 切块法(主应力法) |
2.2.2 变形区压力模型 |
2.2.3 屈雷斯卡塑性条件下的轧制力计算 |
2.2.4 密赛斯塑性条件下的轧制力计算 |
2.3 不对称轧制的轧制压力分析 |
2.4 本章小结 |
第3章 不对称轧制的头部弯曲分析及规程分配 |
3.1 轧件头部弯曲原因分析 |
3.1.1 上下辊辊径差对轧件头部弯曲的影响 |
3.1.2 轧制线高度对轧件头部弯曲的影响 |
3.1.3 轧件上下表面温差对轧件头部弯曲的影响 |
3.1.4 轧辊偏移距对轧件头部弯曲的影响 |
3.1.5 上下辊辊速差对轧件头部弯曲的影响 |
3.1.6 重力对轧件头部弯曲的影响 |
3.1.7 上下辊摩擦系数对轧件头部弯曲的影响 |
3.1.8 主电机特性及其调速系统的影响 |
3.2 考虑头部弯曲控制的规程分配 |
3.2.1 中厚板轧制规程的特点 |
3.2.2 不对称轧制过程轧件弯曲与变形区形状参数的关系 |
3.2.3 普通四辊中厚板轧机轧制规程的计算 |
3.2.4 考虑头部弯曲控制的规程分配 |
3.2.5 应用分析 |
3.3 小结 |
第4章 基于机器视觉技术的头部弯曲检测系统 |
4.1 检测系统的硬件组成 |
4.1.1 CCD摄像机 |
4.1.2 图像采集卡 |
4.1.3 镜头 |
4.1.4 红外滤光片 |
4.2 摄像机的标定 |
4.2.1 摄像机成像模型 |
4.2.2 摄像机参数的标定 |
4.3 头部弯曲检测系统的软件设计 |
4.3.1 面向对象的系统软件设计 |
4.3.2 检测系统工作流程与模块组成 |
4.4 图像预处理 |
4.4.1 图像分析 |
4.4.2 图像滤波去噪 |
4.4.3 图像锐化 |
4.4.4 图像分割 |
4.4.5 图像细化 |
4.5 头部弯曲程度计算 |
4.6 检测系统检测精度的检验 |
4.7 小结 |
第5章 雪橇控制及头部弯曲控制系统 |
5.1 轧机主传动系统及数学模型 |
5.1.1 主传动系统参数 |
5.1.2 主传动控制系统分析 |
5.1.3 主传动控制系统模型 |
5.2 雪橇控制与负荷平衡控制 |
5.2.1 咬钢过程分析 |
5.2.2 调速性能指标 |
5.2.3 传动系统对轧件头部形状的影响 |
5.2.4 雪橇控制 |
5.2.5 负荷平衡控制 |
5.2.6 雪橇控制系统的仿真分析 |
5.3 轧件头部弯曲控制系统的建立 |
5.3.1 头部弯曲控制系统的组成 |
5.3.2 头部弯曲控制系统的基础自动化级 |
5.3.3 头部弯曲控制系统的过程控制级 |
5.3.4 头部弯曲控制系统的控制过程 |
5.4 小结 |
第6章 结论 |
参考文献 |
攻读博士学位期间完成的工作 |
致谢 |
作者简介 |
四、中厚板轧制优化规程在线设定方法(论文参考文献)
- [1]高质绿色化发展趋势下轧制技术的创新实践[J]. 袁国,孙杰,付天亮,田勇,窦为学,王国栋. 轧钢, 2021(04)
- [2]多功能热轧实验机组的开发与应用[D]. 高扬. 东北大学, 2018(01)
- [3]基于多智能体的中厚板轧制工艺模型优化[D]. 孙照阳. 东北大学, 2015(01)
- [4]中厚板轧制和轧后冷却过程离线模拟软件的开发[D]. 黎原. 燕山大学, 2015(12)
- [5]中厚板轧机过程控制系统架构与模型设定[D]. 陈金山. 东北大学, 2011(04)
- [6]基于ACE的中厚板轧机二级系统开发[D]. 崔海涛. 东北大学, 2011(07)
- [7]天钢中厚板二级控制轧制模型的研究与优化[D]. 卢建军. 东北大学, 2010(05)
- [8]中厚板轧制过程控制中厚度精度的研究[D]. 贾春莉. 东北大学, 2010(03)
- [9]中厚板轧机AGC及自动轧钢模型研究与系统实现[D]. 查显文. 东北大学, 2009(06)
- [10]中厚板轧制轧件头部弯曲及其控制的研究[D]. 田勇. 东北大学, 2009(10)