学位论文 > 优秀研究生学位论文题录展示

基于智能技术的板宽控制方法研究

作 者: 薛丽
导 师: 王焱
学 校: 济南大学
专 业: 模式识别与智能系统
关键词: 智能技术 热轧带钢 短行程控制 遗传算法
分类号: TG335.5
类 型: 硕士论文
年 份: 2010年
下 载: 58次
引 用: 1次
阅 读: 论文下载
 

内容摘要


21世纪是科学技术飞速发展和经济全球化的时代,在这种时代背景下,我国更是把发展高新技术产业作为促进经济发展、提高经济增长质量和效益的突出战略措施。建国以来,冶金工业在我国国民经济发展中一直占据很重要的位置,经过半个多世纪,尤其是改革开放的30年来,我国已经成为世界的钢铁大国,但还不是钢铁强国,有许多技术经济指标还落后于技术发达的国家。在轧钢企业当中,为了提高产品的国际竞争力、降低板带材的成本,就必须提高板带材的质量,发展轧制技术和轧制理论对于提高板带材的质量是至关重要的。而带钢的宽度、厚度、板形控制是提高板带材质量、减少生产成本的基本方式。所以,着重解决由于宽度变形、厚度偏差、板形不良等因素带来的问题,是轧钢技术发展的方向。带钢宽度轧制的基本目的就是为了获得轧件最终需要的宽度,而轧件薄且冷时,通过塑性变形调整宽度实际上是不可能的,因此板带材的宽度控制主要是指热连轧机组的宽度控制。本文以热连轧带钢的宽度控制为研究对象,在轧制技术的经典理论基础上,利用人工智能技术处理热连轧带钢头尾宽度控制中出现的复杂问题,解决传统控制中依靠经验确定数学模型参数而导致热连轧带钢头尾失宽现象严重的问题,从而达到提高热连轧带钢宽度控制水平的要求。目前,热连轧宽度调整一般采用调宽压力机或强力大立辊轧机等措施实现带钢大侧压。本文在带钢热连轧粗轧短行程控制模型的基础上,利用遗传算法具有随机、迭代等优点,将改进的遗传算法应用于热轧带钢头尾部的短行程控制中,解决由于热连轧带钢头尾失宽带来的板坯宽度控制精度不高的问题。板坯在立辊轧制过程中,对热连轧带钢头部利用遗传算法分别进行3个道次的短行程优化控制,热连轧带钢短行程控制模型选用的是两段短行程模型,对热轧带钢短行程模型进行优化控制,得到板坯头部出口宽度的仿真曲线,但从仿真曲线看到传统遗传算法的优化控制精度不能很好的达到控制要求,有较大的失宽误差,为此,采用改进的的自适应遗传算法对热连轧带钢的头部进行短行程优化,通过自适应遗传算法的优化控制,板坯的失宽量减小,提高了热连轧带钢头部的宽度控制精度,也证明了自适应遗传算法的优越性。板坯尾部利用遗传算法对立辊轧制过程分别进行3个道次的短行程优化控制,短行程控制曲线选用的是四段折线模型,结果表明,利用遗传算法优化短行程控制参数,减少板坯尾部的失宽量,取得了较理想的控制效果。利用遗传算法及改进的遗传算法优化短行程控制参数,解决了传统方法难以解决的短行程优化问题,对板坯的宽度控制也达到较为理想的控制效果,提高了板坯端部宽度的控制精度及带钢产品的成材率。

全文目录


摘要  6-8
Abstract  8-10
第一章 绪论  10-16
  1.1 课题研究的目的意义  10
  1.2 国内外研究现状  10-11
  1.3 带钢热连轧轧制技术的发展  11-12
  1.4 板坯调宽轧制参数计算方法的发展  12-14
  1.5 本文主要研究内容  14-16
第二章 热轧带钢宽度控制的理论基础  16-22
  2.1 带钢热连轧轧制系统  16-17
  2.2 带钢热连轧宽度控制  17-21
    2.2.1 立式轧机的控制  18-19
    2.2.2 热轧带钢头尾轧制变形分析  19-20
    2.2.3 热轧带钢头尾短行程控制  20-21
  2.3 本章小结  21-22
第三章 热轧带钢短行程控制数学模型  22-34
  3.1 板坯头尾部变形参数  22-24
    3.1.1 板坯立轧后参数  22-23
    3.1.2 板坯水平轧制后参数  23-24
  3.2 带钢热连轧数学模型的发展  24-27
  3.3 带钢热连轧短行程数学模型  27-32
    3.3.1 热轧带钢的经典短行程控制模型  27-28
    3.3.2 热轧带钢的改进短行程控制模型  28-29
    3.3.3 本文热轧带钢的短行程控制模型  29-32
  3.4 本章小结  32-34
第四章 基于智能技术的板坯短行程优化控制  34-54
  4.1 基于智能技术的板宽控制方法  34-38
  4.2 基于遗传算法的短行程控制参数优化设计  38-42
  4.3 热轧带钢头部短行程仿真实验  42-49
    4.3.1 遗传算法优化头部短行程参数  42-46
    4.3.2 自适应遗传算法优化头部短行程参数  46-49
  4.4 热轧带钢尾部短行程仿真实验  49-52
  4.5 本章小结  52-54
第五章 总结与展望  54-56
  5.1 总结  54
  5.2 展望  54-56
致谢  56-58
参考文献  58-62
附录(攻读学位期间发表的学术论文及参加的科研项目)  62

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  4. 部队人员网上训练与考核系统的开发,TP311.52
  5. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  6. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  7. 基于遗传算法的中短波磁天线的设计及实现,TN820
  8. 基于遗传算法的柑橘图像分割,TP391.41
  9. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  10. 基于遗传—牛顿算法的公交优化调度,TP18
  11. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  12. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  13. 基于遗传算法和粗糙集的聚类算法研究,TP18
  14. 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
  15. 遗传算法在物流仓储优化中的应用研究,F259.2
  16. 基于遗传算法的矿山资源优化调度模型的研究,O224
  17. 磁流变阻尼器的力学特性及其在火炮反后坐中的应用研究,TB535.1
  18. 模糊预测函数控制改进算法的研究及应用,TP273
  19. 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
  20. 基于重型机床大型零件铣削加工性能及参数优化的研究,TG54
  21. 基于神经网络的自适应噪声主动控制研究,TP183

中图分类: > 工业技术 > 金属学与金属工艺 > 金属压力加工 > 轧制 > 轧制工艺 > 板材、带材、箔材轧制
© 2012 www.xueweilunwen.com