论文部分内容阅读
本文以某钢铁公司中厚板轧机改造项目为背景，以中厚板轧机控制模型为主线，对中厚板轧机的力学行为、控制模型系统框架、轧件的温度控制以及轧制压力模型等进行了研究，现场应用取得了良好的效果。具有研究内容和主要结果如下：
（1）研究了中厚板轧机在轧制过程中力学行为。中厚板轧机主系统的垂直振动分析，建立了其振动模型，对其固有频率和振型进行了分析；中厚板轧机主传动系统机电扭振分析，采用机电效应相结合的仿真系统分析轧钢设备扭振现象，能够更为准确的得出其拖动过程的各种响应状态；中厚板轧制过程的三维显式动力学有限元分析，采用显式动力学有限元法对中厚板轧制过程进行了模拟，较真实地反映了整个轧制过程；中厚板轧机自激振动模型及稳定性分析，通过对中厚板轧机自激振动的数学建模分析,成功地完成了中厚板轧机在“打滑”状态下自激振动模型的计算机仿真,基于Matlab 平台完成了各个参数的计算以及曲线的自动生成；中厚板轧机垂直振动的非线性分析，建立中厚板轧机2 自由度非线性参激振动模型，用数值分析的方法，得出了轧机振动系统的参激振动频率在固有频率附近的系统运动相图及对应的庞加莱截面，分析了振动系统随参激振动频率变化的准周期振动和混沌振动现象，得出随着轧件刚度的增大，轧机系统的振动的非线性特性越明显的结论。
（2）选择适合中厚板轧制过程的变形抗力模型，根据大量的实验数据，提出适合于工程在线的金属变形抗力模型，通过理论分析得知采用该模型可以将残余应变对变形抗力的影响控制在3％以内。构造了合理的变形抗力模型参数的修正算法来消除温度模型累计误差对厚度精度的影响。
（3）分析热辐射和对流、高压水除鳞、与轧辊接触产生的热传导等因素对温度变化的影响，得出相应的数学模型。利用该模型分析了厚板温度梯度与轧件厚度和时间的规律，为实测表面温度转化轧件平均温度的有效性判断准则。给出开轧温度的计算算法和自学习算法，使开轧温度的计算精度更符合实际。结合中厚板控温轧制的特点，将终轧温度看成是控温温度的单调增函数，提出相应的算法来确定控温温度和终轧温度。建立了中厚板轧机轧制过程温降模型，通过分析指出：在控轧控冷的条件下，轧件可轧至80mm 后凉钢，便于温度迅速降低，既能提高生产率，又能保证钢板质量；基于Matlab的人工神经网络工具箱,采用改进的BP 网络Levenberg Marquadt 优化算法建立起的4200 中厚板轧机轧制温度的计算方法精度值相对误差小于5％。因此,该BP 网络预报4200 中厚板轧机的轧制温度的精度相当高,已经完全能满足中板生产对控制精度的要求，为4200 中厚板轧机的轧制温度预报提供了一条新的途径。
（4）建立了中厚板轧机轧制过程宽展模型，通过对轧机宽展模型的仿真分析知，宽展量随压下量h Δ、轧辊直径D和变形区长度l的增加而增加；利用人工神经网络方法有效地预测轧制时的实际状态钢板的轧后宽度，并能取得很好的效果。详述了宽展理论及各宽展公式，并分析了各公式的适用性，由此得出了适应于中厚板轧机的宽展公式，在经过大量实验论证的基础上，给出了轧制过程中厚板轧机的宽展模型。
（5）建立了中厚板轧机控制模型。通过本文分析研究表明，神经网络可以很好的预测轧制力值随其化学成分、变形速度、变形温度、轧辊直径、轧制宽度、轧制厚度变化而变化的情况。与传统回归模型相比，具有更高的精度，误差基本限制在±4％以内，实现了与实测结果的高度拟合。本文的研究结果，针对中厚板在线实时控制，具有很强的实用性。所开发的中厚板轧机过程控制模型已成功应用于某钢铁公司中厚板厂技术改造工程，为我国中厚板轧机过程模型控制研究起到积极的促进作用。