热轧板带轧机轧制压力模型与智能控制方法研究
轧制压力模型是轧制过程自动化工艺控制模型的核心模型之一，其预报的准确性直接影响到其它相关数学模型的计算精度，进而影响最终产品质量。本文主要以热轧生产中的对轧制压力计算影响最大的变形抗力模型为中心来展开研究，主要的工作和研究成果如下：
1.分别进行了304不锈钢和Q235普碳钢两个典型钢种的热模拟实验，通过实验研究了不同的变形条件(变形温度、变形程度和变形速率)对变形抗力的影响，合理选择了变形抗力模型并利用实验数据回归了模型参数，通过现场数据验证，所建立变形抗力数学模型均具有较好的预报精度；
2.为确保实验数据的准确性和实验的合理性，对单道次压缩热模拟实验进行重复性检验。同时研究了试样尺寸对热模拟试验结果的影响并提出了相关的计算公式。其中重复性检验和试样尺寸的研究是热模拟实验的创新点，其对工程应用具有较高的参考价值；
3.根据一类板带轧机单机架多道次可逆轧制的轧制特点，有必要研究道次间的残余应变对变形抗力的影响，为此进行了304不锈钢的双道次压缩的热模拟实验，根据实验数据合理地建立残余应变模型，通过现场数据验证表明考虑残余应变的变形抗力模型能更好地提高预报水平；
4.采用神经网络与经典数学模型相结合的方法对轧制力进行预报，分别应用了BP、GRNN和Elman网络模型。利用现场数据进行网络的训练和检测，结果表明这三种网络的预报水平无明显差别；
5.针对目前国内对神经网络方面的研究大多停留在理论研究或离线仿真阶段的现状，提出了神经网络系统的在线应用方案，并开发出可在线应用的基于神经网络方法的轧制力预报系统。
轧制力;数学模型;神经网络;热轧板带轧机;智能控制
钢铁研究总院
硕士
冶金工程自动化
周石光
2009
中文
TG333.71;TP183
84
2010-05-31（万方平台首次上网日期，不代表论文的发表时间）