棒材连轧过程对各连轧机的协调能力要求极高,其中任一轧机的波动都会影响其前后轧机状态及轧件形变.传统棒材轧制虽采用直流电机和活套装置,实现无张无扭轧制,但这并不能保证每道次轧件的变形和断面形状都合理、正确.通过对工程法轧制压力的综合分析以及对轧制过程中影响棒材直径的各相关量的全面考虑,建立了基于BP网络的椭圆-圆孔型轧制压力预测模型,再结合AGC系统共同实现棒材的高精度轧制.试验结果表明该模型具有较高的计算精度.
参考文献
| [1] | 冀伟.在线检测与尺寸自动调整技术[J].天津冶金,2002(04):59. |
| [2] | 孙一康.冷热轧板带轧机的模型与控制[M].北京:冶金工业出版社,2010:183. |
| [3] | Son Joon Sik;Lee Duk Man;Kim Ill Soo.A Study Online Learning Neural Network for Prediction for Rolling Force in Hot-Rolling Mill[J].Journal of Materials Processing Technology,2005(164-165):1612. |
| [4] | Hagan M T;戴葵.神经网络设计[M].北京:机械工业出版社,2002:200. |
| [5] | Nicklaus F. Portmann;Dieter Lindhoff;Gunter Sorgel;Otto Gramckow .Application of neural networks in rolling mill automation[J].Iron and Steel Engineer,1995(2):33-36. |
| [6] | 闻新;周露;王丹力.MATLAB神经网络应用设计[M].北京:科学出版社,2001:231. |
| [7] | 卢建宏 .棒材轧机力能参数采集与数学模型研究[D].武汉:武汉科技大学,2004. |
| [8] | 孙晓娜 .基于神经网络的轧制力模型研究与应用[D].燕山大学,2009. |
| [9] | 陈桂明;戚红雨;潘伟.MATLAB数理统计[M].北京:北京科学技术出版社,2002:23. |
| [10] | 刘建昌.基于神经网络的自适应厚度控制[J].钢铁,1999(11):33-36. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%