学位论文 > 优秀研究生学位论文题录展示

铝热连轧机轧制力预报及模型自学习

作　者: 马凤艳
导　师: 杨景明
学　校: 燕山大学
专　业: 控制理论与控制工程
关键词: 铝热连轧轧制力预报变形抗力支持向量机细菌觅食优化算法自学习
分类号: TG334.9
类　型: 硕士论文
年　份: 2013年
下　载: 5次
引　用: 0次
阅　读: 论文下载

内容摘要

随着市场对铝板带产品的质量要求不断提高，铝板带热轧轧制控制成为研究的热点。然而我国还没有自主研发的铝热连轧二级控制系统，国内现有的二级控制系统都是以昂贵的价格从国外引进的，所以我国必须加快铝热连轧二级控制系统的研发。本文以某2000mm铝热连轧精轧一级设备改造、二级系统优化项目为背景，目前已完成一级控制系统的改造，下一步拟做二级控制的改造升级。轧制模型是二级控制系统的核心部分，铝热连轧轧制过程控制涉及的最重要的轧制模型是轧制力模型。轧制力模型中的最重要的子模型是变形抗力模型。本文根据现场大量的轧制数据，通过轧制力模型反推出了变形抗力值，并利用最小二乘方法对不同铝合金的传统变形抗力模型进行了回归分析。在对变形抗力传统机理模型进行分析研究的基础上，根据实测轧制数据，利用最小二乘支持向量机方法对变形抗力进行了反向建模。在模型参数的选择方面，采用细菌觅食优化算法进行了优化处理。铝带的轧制过程相当复杂，影响因素很多，所以轧制力的预报总会存在误差，其原因可归结为模型本身的误差、测量误差、过程状态的变化等。为了进一步提高轧制力的预报精度，针对复杂多变的铝热连轧生产过程，将自学习算法引用到了轧制力模型当中。本文根据现场轧制数据，以精轧第四机架为例，对轧制力预报自学习算法进行了仿真验证，仿真结果表明，轧制力的预报精度提高到了10%。

全文目录

摘要  5-6
Abstract  6-7
目录  7-9
第1章绪论  9-14
  1.1 我国铝板带轧制概况  9-10
  1.2 铝热连轧生产线发展概况  10-11
  1.3 铝热连轧轧制模型  11
  1.4 智能优化算法及其在轧制规程中的应用  11-13
  1.5 本课题研究内容及意义  13-14
    1.5.1 本课题研究内容  13
    1.5.2 本课题研究意义  13-14
第2章铝热连轧机控制系统组成及轧制模型  14-29
  2.1 铝热连轧计算机控制系统组成  14
  2.2 “1+4”铝热连轧机设备及系统组成  14-15
  2.3 铝热连轧精轧计算流程  15-16
  2.4 铝热连轧轧制变形过程及相关数学模型  16-28
    2.4.1 变形区主要参数  16-19
    2.4.2 轧制相关数学模型  19-28
  2.5 本章小结  28-29
第3章铝合金变形抗力反向建模  29-51
  3.1 变形抗力传统机理模型  29-30
  3.2 变形抗力反向建模方法  30-42
    3.2.1 最小二乘支持向量机  30-34
    3.2.2 最小二乘支持向量机参数  34-35
    3.2.3 变形抗力模型建立  35-42
  3.3 模型参数优化  42-50
    3.3.1 细菌觅食优化算法  42-46
    3.3.2 BFO 算法的基本步骤及其与 GA 算法的仿真比较  46-49
    3.3.3 变行抗力模型参数优化  49-50
  3.4 本章小结  50-51
第4章轧制力模型自学习  51-58
  4.1 轧制力模型自学习的必要性  51-52
  4.2 模型自学习  52-55
    4.2.1 自学习算法  52
    4.2.2 自学习算法验证  52-55
  4.3 自学习参数优化  55-57
  4.4 本章小结  57-58
结论  58-60
参考文献  60-63
攻读硕士学位期间承担的科研任务与主要成果  63-64
致谢  64-65
作者简介  65

铝热连轧机轧制力预报及模型自学习

内容摘要

全文目录

相似论文