一、带钢凸度与平直度的转化关系及其在宝钢热轧板形控制中的应用（论文文献综述）
张亚林[1]（2021）在《热轧中宽带钢板形和断面形状综合治理技术研究》文中研究表明热轧带钢的板形和断面形状（一般用板凸度和边缘降来衡量）是两个极为重要的质量指标。如果板形和断面形状存在缺陷,一方面易在生产现场引发生产事故,造成资源浪费、设备损坏等问题;另一方面也会对后续进一步的加工造成严重的负面影响。国内、外学者对这两个问题的研究由来已久,在理论和实践两方面均取得了很多成果。但由于产生这两个问题的因素复杂多变,在解决实际问题时依然需要进行针对性的分析,结合实际生产情况提出合理有效的解决措施。本文针对某钢铁企业热轧中宽带钢生产线的板形和断面形状问题,进行了一定的理论分析和大量的工业实验研究。本文研究内容主要分为3个部分。首先,针对热轧中宽带钢的常规板形问题和断面形状问题（板凸度过小）,建立板形和板凸度预报模型,编写了针对此钢铁企业的板形和板凸度预报软件。验证了此软件的准确性,并应用此软件模拟了辊型变化对板形和板凸度的影响、多道次轧制时板凸度的变化规律。通过此软件,模拟设计F1～F8各机架的工作辊辊型及弯辊力,以F8机架出口处带钢板形和板凸度最佳为目标,进行优化设计。将优化辊型应用于生产现场,并通过大量的辊型及弯辊力轧制实验,对理论计算结果进行进一步优化,基本解决了常规的板形和板凸度问题。然后,针对热轧中宽带钢尾部的非常规板形问题,即“伪板形不良”问题,进行了温度、弯辊力等多方面的研究。经过对控制模式和硬件设备的多次调整优化和探究,明确其根本原因是速度匹配不加。通过对轧机、辊道、助卷辊和卷筒的速度匹配关系进行优化调整,使尾部“伪板形不良”问题得到极大的改善。最后,针对热轧护栏板断面形状问题（边缘降过大）,结合实际情况,分析其多方面的产生原因,从治理和操作便捷性及有效性出发,采取特殊辊型（哑铃状）优化的措施。经两次优化实验,极大改善了边缘降过大问题,使T25和T5基本满足需求。在本文中,将理论计算作为基础,通过工业实验对计算结果进行优化,治理措施着重于辊型设计,并涉及到了国内、外研究较少的“伪板形不良”问题,为改善热轧带钢的板形和断面形状的质量提供了参考,可推广应用于同类轧机。
刘亚星[2]（2021）在《高强钢冷连轧过程核心轧制模型与关键工艺技术研究》文中研究表明随着冷轧板带不断向高强减薄方向发展,高强钢逐步成为钢铁领域的新宠。考虑未来高强钢的应用范围越来越广、使用量越来越大,某钢厂建设了具有差异性辊径特征的六机架冷连轧机组,即第四机架工作辊辊径小于其他机架工作辊辊径,用以解决五机架冷连轧机组生产高强钢轧制能力超限、单机架轧制产能和成材率低的问题。与普通五机架冷连轧机组相比,采用六连轧并配差异性辊径轧机轧制高强钢时,其轧制力计算以及轧制规程、工艺润滑制度、板形与断面形状控制方法等发生了很大的变化。为此,本文以该机组为研究对象,围绕高强钢最大总压下量计算、轧制规程与工艺润滑制度优化、板形与断面形状控制等核心技术难题展开研究。首先,针对高强钢冷轧过程轧制变形区轧辊压扁曲线采用圆弧模型计算误差较大、甚至不收敛的问题,在构造出新型轧辊压扁曲线函数模型的基础上,建立了适合于高强钢冷轧过程的轧制力改进模型。基于该模型,分析了高强钢最大总压下量与压下规程及轧制功率的关系,提出了基于压下占比基准的最大总压下量“逆向寻参-正向约束”计算方法;同时考虑到轧制稳定性、板形控制域对高强钢最大总压下量的影响,建立了一套高强钢冷连轧过程最大总压下量综合预报模型,为高强钢轧制工艺优化与控制奠定了理论基础。然后,在定量分析了第四机架与其他机架轧机综合轧制能力的基础上,建立了基于所有机架轧机设备能力投入占比率均匀化的压下分配精调模型与张力制度综合优化设定模型,并将以上两个模型应用到六机架冷连轧机组的轧制规程设定,形成了高强钢冷连轧过程压下分配与张力制度稳定互补型轧制工艺方法。与此同时,以控制带钢上下表面轧制稳定性、润滑差异性以及乳化液冷却效果为目标,建立了相应的六机架冷连轧机组高强钢工艺润滑制度优化设定模型。随后,针对高强钢板形与断面形状问题,综合考虑到轧辊承载区与非承载区对压扁系数的影响,同时兼顾第四机架轧机工作辊在大张力下的水平位移,结合平面应变与平面应力两种假设,建立了两种机型的辊系变形协调关系模型,实现了各机架出口板形与断面形状的定量预报。并提出了基于来料的各机架出口目标板形曲线设定方法,利用各机架目标板形曲线,同时根据机组入口来料波动以及机组出口实测板形与目标板形偏差,开发了板形与断面形状前馈控制与多层反馈协调控制技术。最后,通过现场试验与应用对本文相关研究内容与技术成果进行了验证,结果表明:本文所建高强钢轧制力改进模型计算结果与实际值具有较高的吻合度,各机架轧制力计算误差均控制在了500k N以内;通过对轧制规程与工艺润滑制度的优化设定,机组轧制稳定性得到明显改善;板形与断面形状综合控制技术应用后,板形质量比技术应用前提高了12.5%,成品断面形状更加均匀。本文研究内容与技术成果具有较强的现场实用性,为六机架冷连轧机组高强钢轧制生产起到了理论指导与技术支撑的作用。
郑义[3]（2021）在《Y型电磁调控轧机弯辊特性及其实验研究》文中认为冷轧板带作为钢铁行业的重要组成部分,如何提升带钢质量已成为亟需解决的问题,而良好的辊缝形状控制是带钢质量的基础。对此,本课题组基于感应加热原理、金属热膨胀特性及内约束机制首次提出板形电磁调控技术,组建了辊形电磁调控实验平台,给出合理的电磁参数及控温形式,但是对于的电磁调控轧机承载辊缝特性研究较少。基于上述原因,本文以电磁调控轧机为研究对象,结合弯辊技术和辊形电磁调控技术,对其承载状态下的辊缝变化规律和冷轧实验进行深入研究,为板形电磁调控技术工业化提供了理论依据。基于电磁调控轧机Y型辊系特点,采用影响函数法进行Y型电磁调控轧机辊系变形理论分析,推导了轧辊弯曲影响函数、轧辊压扁影响函数,构建力平衡方程、力-位移关系方程和变形协调方程。依据电磁调控轧机的实际轧制特点,利用Marc软件,建立电磁调控轧机Y型辊系三维轧制模型,并对模型进行了验证。分析弯辊和电磁调控轧辊综合作用下对承载轧辊状态、承载轧件状态、板形调控特性的影响,采用数据拟合方法进行承载辊缝调节域分析,给出承载辊缝函数,并分析了不同轧制力、弯辊力和辊凸度作用下的板带厚度分布,给出良好板形综合调控策略。在电磁调控轧机上进行铝板压痕实验和轧制实验,分析了不同轧制力、弯辊力、辊凸度下铝板的厚度分布变化情况,通过轧制实验验证了不同弯辊力和电磁调控轧辊辊凸度下对板形状态的影响情况,证实了辊形电磁调控技术搭配弯辊技术二者综合作用具有较强的板形调控能力。
宋乐宝[4]（2021）在《机理融合数据的热连轧过程板形预测及模型优化》文中研究表明本文以某1580mm七机架热连轧生产线为研究对象,以数据驱动方法以及轧制机理融合人工智能算法为数学工具,针对CVC（Continuous variable crown）热轧机,以研究轧制机理引导机器学习方法及实现板带热连轧过程板凸度及厚度多目标优化为出发点,采用机器学习（Machine learning,ML）以及优化算法进行了深入研究。提出了KPLS-SVM（Kernel partial least squares-Support vector machine）、PCA-CS-SVM（Principal component analysis-Cuckoo search-Support vector machine）以及DP-M-SVR（Dimensionality processing-Multi-output support vector regression）三种板形预测及优化模型,对实现热连轧板形质量精确控制以及提高热轧产品质量具有重要理论指导意义和实际应用价值。本文主要研究内容如下:（1）以现场采集的大量板带热连轧轧制过程数据为基础,采用多元统计方法与数据处理技术对实验数据进行分析处理,充分挖掘数据中的主要信息。采用主成分分析法（PCA）对存在变量耦合、异常数据以及大量噪声的实验数据降维处理,丰富数据信息以及确保数据质量。（2）采用基于数据驱动的核偏最小二乘（KPLS）法以有效处理板带热连轧生产轧制工艺参数和质量指标之间的强耦合、多变量以及复杂非线性关系。提出了一种基于数据驱动方法结合机器学习的KPLS-SVM板带热连轧板凸度质量预报模型,并采用粒子群优化算法（Particle swarm optimization,PSO）优化KPLS-SVM模型关键参数,提高所建板带热连轧板凸度预报模型的预测精度。（3）为了弥补传统控制方法质量差的缺陷,满足日益增长的带钢凸度精度要求,提出了一种SVM（Support vector machine）结合PSO以及主成分分析结合布谷鸟搜索（PCA-CS）优化策略的板带热连轧板凸度预测模型。实验对比结果表明,所提出的PCA-CS-SVM板凸度预报模型具有最高的预测精度和最快的收敛速度,对提高板形质量具有一定指导意义。（4）针对板带轧制过程存在多变量、非线性、强耦合以及时变性的特点以及常规SVM仅一维输出问题,在轧制过程数据的基础上计算轧制机理数据作为额外的输入特征,并通过维数处理（DP）参与模型的训练过程,建立了一种轧制机理引导ML的多输出支持向量回归（M-SVR）预测模型。同时采用遗传算法（Genetic algorithm,GA）对M-SVR模型参数进行多目标优化,以提高模型预测精度。实验结果证明所提出的DP-M-SVR模型具有更强的通用性,对实现板形质量的精确控制和提高热轧产品的质量具有理论指导意义和实际应用价值。
姚驰寰[5]（2021）在《基于准三维差分法的热轧带钢板形预测模型研究》文中研究表明热轧带钢板形缺陷可导致带材断裂,并影响后续加工和产品性能。快速板形预测模型可实现板形演变分析与控制优化所需的大量复杂工况仿真,提高热轧全幅宽多目标板形控制的精度。但由于塑性变形固有的非线性和三维金属流动的强耦合性,轧件变形模型是快速板形模型开发中的瓶颈:有限元法计算时间过长,而现有快速模型存在假设多、收敛性差等不足。因此,本文基于准三维差分法,旨在建立兼顾计算精度、速度和稳健性的轧件模型,并用于解决热轧生产中的板形控制难点。主要研究成果如下:（1）建立了考虑横向流动的刚塑性（RP）轧件模型,可预测断面形状、轧制力和张力分布。与传统快速模型不同,RP模型不依赖对横向流动模式的假设,同时考虑了剪应力的影响,从根本上提高了精度。RP模型通过了有限元法与工业实验的组合验证,对实测凸度的预测误差小于15%。包含准三维近似、解耦消元、线性化、离散化和全局联立的迭代求解方法使计算高效稳健。RP模型计算时间约为20 ms,适用于多参数优化,且具备在线应用潜力。（2）建立了考虑机架间变形的弹粘塑性（EVP）轧件模型,可得到热连轧中完整的板形演变过程。EVP模型对宽展、断面形状和残余应力的预测能力得到了有限元验证,且对连轧实测凸度的预测误差小于11%。EVP模型仿真七机架连轧仅需半分钟,比有限元法快了两到三个量级,为连轧板形演变提供了有效分析工具。揭示了机架间变形影响板形的机理:在机架间弹复过程中,横向压应力释放并且带钢速度趋于均匀,残余应力从出口张力中逐渐显现;机架间应力松弛则主要发生在靠近辊缝的带钢边部,会直接增加带钢的边降,并通过改变辊缝中轧制力分布,间接减小中心凸度。（3）结合RP模型的全断面预测能力和粒子群算法,优化了工作辊锥辊辊形和窜辊参数,提出了变步长窜辊策略以应对非线性锥区辊形和不均匀磨损的影响。工业应用表明,优化后锥辊磨损辊形保持基本平滑,减轻了电工钢边降和局部高点缺陷,轧制周期延长约10公里。（4）利用EVP模型的残余应力预测能力分析了不锈钢高次浪形缺陷,得到了高次残余应力在各个机架的演变规律,揭示了边部温降与高次浪形的紧密关系。通过仿真优化了中间变凸度工作辊辊形,并在工业应用中有效地控制了不锈钢热连轧中经常出现的高次浪形缺陷。
唐伟[6]（2020）在《冷轧2230产线宽板板形与稳定通板耦合机理研究》文中研究指明极限宽规格板带作为冷轧带钢中的极限产品,其产能产值标志着企业冷轧生产能力的强弱。出于市场需求,国内钢铁企业相继提出开展极限规格带钢生产规划,不断提升产线生产能力,拓展其宽规格带钢产品尺寸参数范围。受轧薄所带来的加工硬化影响,冷轧带钢生产需经轧制和连续退火后,才能满足用户使用。而连退过程中,炉辊倾斜、初始板形、炉内张力等因素综合影响,将致使冷轧带钢炉内跑偏,严重影响冷轧带钢连续退火的通板稳定性。带钢炉内跑偏机理较为复杂,而跑偏影响极为严重,故而急需研究连续退火过程中的稳定通板策略。为此,本文提出基于非对称初始板形与带钢连退跑偏的耦合模型,对某冷轧厂2230酸轧生产线的带钢通板跑偏问题开展系列研究,为冷轧极限宽规格带钢的稳定通板工业应用提供理论依据。首先,基于板形评价、板形调控的原理,提出了某冷轧厂2230酸轧生产线超宽轧机的有限元建模,并将该模型与辊型自动建模模块相衔接,便于综合分析超宽轧机板形调控能力。同时,从力能参数、窜辊形式、窜辊位置、弯辊机制等角度研究超宽轧机在对称板形问题、非对称板形问题等领域的应对能力,认为超宽轧机能够应对多阶对称板形问题,但非对称板形调控能力不足。其次,基于板形辊与计算机系统的闭环检测机制,开发带钢初始板形提取模块,依托该系统实现五连轧出口板形信息的拾取。考虑连续退火跑偏机理及影响因素,结合带钢参数化初始板形模型,构建带钢-炉辊耦合模型,分析了带钢张力、初始浪形因素与跑偏量之间的敏感性关系,研究炉辊对中能力。考虑超宽轧机板形调控下的非对称板形问题,分析了宽带钢连退跑偏与初始板形的耦合特性。产线排产工业验证表明,非对称浪形对于带钢连退跑偏具有一定影响。基于模式识别理论,建立了带钢横向初始板形的模式分解办法,分析带钢纵向板形缺陷稳定性。结合某冷轧厂2230生产线搭载的PDA系统,通过数据分析得出带钢连退跑偏规律,分析非对称板形与跑偏量的耦合关系,制定超宽规格带钢连退生产工艺,为酸轧连退产线的生产提供指导。最后,基于连退跑偏理论和2230酸轧产线的生产实践,提出了重设板形倾斜控制的启动条件、修正酸轧HMI板形曲线调节控制系统、开发连退生产速度预报系统、设计带钢头尾板形控制方案、优化弯辊前馈/反馈机制等跑偏预防及纠偏方法,各方法与产线相结合,提升了产线生产能力,为极限宽规格带钢连退稳定通板技术的拓展提供了指导。
秦大伟[7]（2020）在《基于数据驱动和神经网络的带钢热镀锌镀层厚度控制》文中研究指明带钢热镀锌是一种经济有效的带钢防腐方法。本文以带钢连续热镀锌镀层厚度控制为研究对象,在研究热镀锌基础理论、机理模型、控制原理的基础上,应用数据驱动和神经网络技术,研发镀层厚度控制系统并进行工业应用试验。实现了提高镀层厚度精度,改善防腐性能,降低锌原料消耗的目标。主要研究内容如下:（1）镀层形成机理和工艺设备技术。研究镀层形成过程、镀层结构与性质,分析镀层质量的影响因素,提出工艺优化方案。应用流体力学分析气刀冲击射流各物理量变化规律、带钢表面锌液流动状态、镀层厚度的影响因素,建立镀层厚度机理模型。分析带钢热镀锌关键设备的缺陷和不足,提出设备改进方案。（2）镀层厚度质量监控。利用生产过程数据,采用统计分析方法,分析带钢热镀锌工艺参数的设定范围,研究镀层厚度与影响因素之间的相关性。对带钢热镀锌过程实施统计过程控制,通过优化工艺设定和操作规程,提升镀层厚度控制精度。（3）工艺设定和镀层厚度预测模型。根据生产过程数据统计分析结果,并结合人工操作经验,制定气刀距离和气刀高度工艺参数值表。采用BP神经网络逼近稳态工况下气刀压力与镀层厚度的映射关系,利用稳态工况下的生产过程数据训练神经网络,建立气刀压力设定模型。采用NARX动态神经网络建立镀层厚度预测模型,利用时间序列生产过程数据训练神经网络,用于镀层厚度在线预测。（4）镀层厚度智能控制算法。利用气刀压力设定模型计算不同工况条件下的气刀压力设定值,应用迭代学习控制算法,通过对重复任务的跟踪和学习,实现气刀压力的精准设定和持续优化。采用神经网络多步预测控制,进一步提高镀层厚度控制性能。（5）带钢连续热镀锌镀层厚度工业控制系统。集成上述研究成果,采用软PLC技术开发带钢连续热镀锌镀层厚度控制系统,并进行工业应用试验,生产高品质汽车家电用热镀锌带钢。本课题是国内某大型钢铁企业的重大技术研发项目,旨在提高带钢连续热镀锌产品尤其是高端汽车板产品的镀层厚度精度,降低锌原料消耗。本文采用机理分析、统计分析、数据驱动和实践经验相结合的方法,开发带钢连续热镀锌镀层厚度控制系统,并成功应用于工业生产,具有理论意义和工业应用价值。
刘晓[8]（2020）在《极薄带材适轧厚度理论及斜向交叉浪形屈曲变形研究》文中提出微制造、微电子行业的小型化、轻量化和移动化的发展方向需要厚度更薄、尺寸精度更高的极薄金属带材,其制造技术愈来愈重要。随着极薄带材厚度减小,轧制过程愈来愈难以进行,对板厚控制精度提出更高要求,与此同时,复杂板形问题凸显,影响带材轧后产品质量,板厚板形控制理论与技术难题亟待解决。以Stone理论为代表的传统薄带材冷轧理论假设轧辊在接触变形区内保持圆弧状,而实验及实际生产说明Stone轧制力模型存在缺陷,这是由于某些轧制工况下接触变形区内存在中性区,轧辊圆弧状假设不再适用。本文通过对不同厚度薄带材轧制过程进行有限元分析,得到了不同压下率下变形区轮廓与接触压力分布变化规律;将Stone最小可轧厚度作为极小变形率下接触变形区内存在中性区的临界厚度,以其为分界点划分带材厚度范围并对不同轧制条件进行研究,推导得到了已知带材初始厚度与Stone最小可轧厚度比值时对应临界道次压下率,可确定Stone轧制力模型适用条件,为薄带材冷轧过程中轧制力计算提供理论指导。极薄带材轧制过程中,中性区的存在导致轧制力剧增而带材塑性变形量增加甚微,在实际生产中由于生产率要求,不可能为了达到某一厚度进行无限次轧制,故接触变形区计算尤为重要。本文基于Fleck理论及弹性半空间理论对变形区进行求解,根据轧制力条件和带材初始厚度计算出单道次能够获得的最大变形量;建立了极薄带材轧制适轧厚度模型,对于给定单位宽度轧制力,得到单道次压下率随带材初始厚度与理论最小可轧厚度比值的变化关系,并更正了条件最小可轧厚度公式;为已有轧机确定产品规格范围并制定轧制规程、为设计轧机时确定轧辊直径和力能参数及轧制力求解提供理论指导。在精密极薄带材生产过程中,斜向交叉浪形问题凸显,文中给出了缺陷带材厚度分布及浪形几何参数并对其产生机理进行分析,本文认为轧制过程中前张力与辊缝出口处横向应力的综合作用使带材产生高度周期性的相邻交替波峰波谷,在横向剪切应力作用下相邻波峰波谷分别连接形成斜向交叉或单肋斜向浪形;采用ABAQUS软件创建极薄带材轧制模型,研究辊缝出口带材面内横向压应力与横向剪切应力随前后张力等轧制工艺参数的变化规律;给出斜向交叉浪形几何特征参数理论计算模型并得到斜向交叉浪形随轧制工艺参数的变化规律。其次,对辊缝出口带材进行力学抽象并采用ABAQUS软件建立有限元模型,通过子空间迭代法提取线性屈曲特征值和特征向量,并将所得特征模态作为初始缺陷引入弧长法分析模型中,建立斜向交叉浪形前后屈曲过程的非线性分析模型,获得了特定工况下带材后屈曲形貌及屈曲平衡路径,验证了斜向交叉浪形产生机理分析及几何特征参数理论计算模型的正确性。最后,利用实验室二十辊轧机进行极薄带材轧制实验,测得不同轧制工况下斜向交叉浪形几何特征参数,得到了斜向交叉浪形几何特征参数随前后张力等轧制工艺参数的变化规律,与产生机理分析结果良好吻合,验证了斜向交叉浪形理论分析及有限元模型的正确性,在此基础上研究针对斜向交叉浪形的治理策略并给出了抑制此种板形缺陷的技术思路和有效措施。
魏建华[9]（2020）在《2250mm热连轧机组稀土钢板带板形优化研究》文中研究指明包钢2250mm热轧稀土钢板材生产线整体机组进口于西马克,设计产能为500万吨/年,产品定位为高附加值的精品板材,主导产品为高品质汽车板、家电板,特色产品为高强钢。这条生产线的投产结束了我国西部地区无法生产高端板材的历史,本条热连轧生产线对包钢意义重大。2250mm热连轧机是目前国内宽度最大的轧机,由于辊身长度的增加使得轧机力学行为更加复杂,加之稀土板材生产缺乏足够经验,使得板形控制问题尤为突出,在轧制过程中各类板形缺陷频发。为了解决生产过程中存在的板形不良问题,本文以包钢2250mm热连机组稀土钢轧制为研究对象,将理论分析、数据统计、数值计算、模型仿真以及工业试验相结合,针对2250mm轧机板形控制特性、弯窜辊控制策略、工作辊与支持辊辊形改进、以及磨损预报模型的优化等几个方面进行了深入系统的研究,具体工作和成果如下:（1）结合包钢2250mm生产线的数据利用ANSYS建立了符合生产实际的上游轧机辊系与下游轧机辊系有限元模型,并通过有限元模型对不同调控手段的板形调控能力进行分析,进一步掌握轧机调控特性,为后续研究奠定了基础,并为指导工业生产提供了理论依据。（2）对现场的轧制过程参数进行统计与分析,将弯辊力与窜辊对凸度的调控进行指标量化,确定凸度调控能力评价机制并判断各机架辊形凸度范围是否合理,经过分析计算后得到F1机架凸度控制能力不足,而下游机架凸度控制能力有浪费。（3）分析循环窜辊模式下弯窜辊配合特点,推导相应的数学公式,并以此为依据,结合凸度调控能力分析对各机架工作辊辊形进行优化,实现兼顾凸度控制与轧辊均匀磨损的效果;在确定工作辊辊形后,以均匀辊间接触压力为目的,对支持辊辊形进行优化。（4）使用传统预报模型对稀土钢轧制后的磨损辊形进行预报,发现预报精度较低,因此对现场轧辊磨损数据进行分析,得到其磨损辊形特点,改进不均匀磨损函数,并分析不均匀磨损的影响因素,对函数进行简化,得到改进后的轧辊磨损预报模型,其预报精度有了明显提高。（5）优化后的工作辊与支持辊辊形目前都已进行稳定的工业生产,且取得了良好的应用效果,其中板形不良率较改进前降低了近30%,下游机架辊耗降低了0.002kg/t,且未发生轧辊剥落事故。
张汉文[10]（2020）在《热轧带钢负荷分配智能优化》文中指出带钢热连轧生产过程中,需要制定相应的轧制规程,精轧机组轧制规程制定的核心问题是负荷分配。负荷分配问题的本质是将精轧机组入口到出口的总压下量合理地分配到各个机架,以达到目标要求。负荷分配方案的优劣对产品质量、设备损耗和生产效率影响较大。传统的负荷分配方案多采用经验分配法制定,此方法虽然可行,但结果并非最优。随着市场对产品质量要求的不断提升,传统的负荷分配方法日渐无法满足当代企业的生产需求,新方法的探索愈发重要。伴随着计算机行业的迅猛发展,智能化技术的优势愈发明显。采用智能优化算法解决负荷分配问题可以快速高效地满足生产要求,制定更加合理的轧制规程。本文详细介绍了国内外在带钢负荷分配和智能算法领域的研究进展,分析了热连轧精轧过程中的主要数学模型,明确了各模型之间的联系,建立了兼顾负荷均衡、板形最优以及总轧制功率最小的目标函数模型。针对热连轧精轧机组中的负荷分配问题,综合考虑了各类智能优化方法的优劣,选择粒子群优化算法（PSO,Particle Swarm Optimization）进行负荷分配的优化研究,主要内容如下:在粒子群算法中,惯性权重对算法的收敛性能影响明显。首先使用基准函数测试了自适应权重、线性递减权重、随机权重等三类常见权重改进算法的性能优劣。其中,随机权重粒子群算法的惯性权重取值为服从一定分布的随机数,能够平衡算法的全局与局部收敛性能,可应用于负荷分配实例。但是,在基准函数测试结果中,随机权重算法仅在部分函数中展现出更好的结果,其总体优化效果不是十分理想。为进一步提升粒子群算法寻优性能,在粒子速度更新公式中采用收缩因子替代惯性权重的作用。惯性权重只限制粒子的先前速度,而收缩因子可以对粒子的整体速度进行限制,使算法的局部收敛性能得到显着提升。带收缩因子粒子群算法（CFPSO,Constriction Factor PSO）的基准函数测试和负荷分配实例计算结果显示,算法的寻优精度得到了较大的提升,收敛速度也较好。最后借鉴遗传算法中杂交方法的优点,综合杂交策略和收缩因子对粒子群算法进行改进,构成混合粒子群优化算法（HCFPSO,Hybrid Constriction Factor PSO）。杂交策略能够结合两个父代粒子的速度、位置信息,生成更为优异的子代粒子。粒子群体的多样性得以提升,避免算法无法跳出局部极值的同时提升了算法的寻优能力。基准函数测试结果显示,改进后的混合粒子群算法具有优秀的收敛精度和较快的收敛速度。负荷分配实例计算结果显示,该算法优化的负荷分配方案中,第4到第7机架的带钢比例凸度非常稳定,可有效地改善带钢板形。其总轧制功率结果也明显低于其它方法,最符合目标需求,具有较好的实际应用价值。本文根据热轧带钢生产的实际需求,建立了合适的负荷分配数学模型,逐步对粒子群算法的性能进行优化。包括权重改进、带收缩因子以及改进混合等粒子群算法。最后进行算法的高维多极值基准函数测试和负荷分配实例计算,验证了改进算法的有效性。
二、带钢凸度与平直度的转化关系及其在宝钢热轧板形控制中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、带钢凸度与平直度的转化关系及其在宝钢热轧板形控制中的应用（论文提纲范文）
（1）热轧中宽带钢板形和断面形状综合治理技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 板形和断面形状控制技术的发展 |
| 1.3 本文主要思路与研究内容 |
| 第2章 板凸度和板形预报理论模型 |
| 2.1 板凸度预报模型基本结构 |
| 2.2 均匀载荷板凸度 |
| 2.2.1 轧辊挠曲变形 |
| 2.2.2 工作辊弹性压扁 |
| 2.2.3 均匀载荷板凸度 |
| 2.3 板凸度比率遗传系数 |
| 2.4 板形预报模型 |
| 2.5 理论模型的验证 |
| 2.6 辊型曲线模拟 |
| 2.7 宽度与厚度对板凸度的影响 |
| 2.7.1 不同厚度对带钢凸度的影响 |
| 2.7.2 不同宽度对带钢凸度的影响 |
| 2.8 本章小结 |
| 第3章 常规板形和断面形状问题治理技术 |
| 3.1 问题简述 |
| 3.1.1 热连轧机组简介 |
| 3.1.2 常规板形和断面形状问题描述 |
| 3.2 窄坯型辊型实验及效果 |
| 3.2.1 第1 次实验 |
| 3.2.2 第2 次实验 |
| 3.2.3 第3 次实验 |
| 3.2.4 第4 次实验 |
| 3.2.5 第5 次实验 |
| 3.3 宽坯型辊型实验及效果 |
| 3.4 本章小结 |
| 第4章 伪板形不良问题研究 |
| 4.1 伪板形不良问题描述 |
| 4.2 伪板形不良机理 |
| 4.2.1 轧制力及温度分析 |
| 4.2.2 伪板形不良成因分析 |
| 4.3 速度匹配关系的分析与优化 |
| 4.3.1 速度匹配关系分析 |
| 4.3.2 速度匹配关系优化 |
| 4.4 本章小结 |
| 第5章 护栏板边缘降治理技术 |
| 5.1 护栏板问题描述 |
| 5.2 边缘降过大成因分析 |
| 5.3 边缘降过大问题治理技术 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士期间承担的科研任务与主要成果 |
| 致谢 |
（2）高强钢冷连轧过程核心轧制模型与关键工艺技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 国内外冷轧生产设备及工艺的发展 |
| 1.1.1 国内外冷轧生产设备的发展 |
| 1.1.2 国内外冷轧工艺发展与研究现状 |
| 1.1.3 国内外冷轧新技术简介 |
| 1.2 高强钢的发展及国内外研究现状 |
| 1.2.1 高强钢的发展 |
| 1.2.2 国内外高强钢研究现状 |
| 1.3 高强钢冷连轧过程中主要技术难题分析 |
| 1.4 课题来源、背景及主要研究内容 |
| 1.4.1 课题来源 |
| 1.4.2 课题背景 |
| 1.4.3 研究内容 |
| 第2章 高强钢基于冷连轧机组产线能力的最大总压下量研究 |
| 2.1 本课题所研究六机架冷连轧机组特征简介 |
| 2.2 高强钢冷轧过程中轧制力改进模型的建立 |
| 2.2.1 高强钢轧制过程中轧辊压扁曲线函数设定 |
| 2.2.2 轧辊压扁曲线函数特性参数求解 |
| 2.2.3 高强钢轧制过程中轧制力计算模型 |
| 2.3 高强钢最大总压下量与压下规程及轧制功率关系研究 |
| 2.3.1 最大总压下量与压下规程及轧制功率关系分析 |
| 2.3.2 最大总压下量与压下规程及轧制功率关系模型 |
| 2.4 高强钢冷轧过程最大总压下量与轧制稳定性关系研究 |
| 2.4.1 高强钢冷轧过程打滑趋势表征模型 |
| 2.4.2 高强钢冷轧过程打滑影响因素分析 |
| 2.4.3 高强钢冷轧过程热滑伤判别模型 |
| 2.5 高强钢冷轧过程中最大总压下量与板形缺陷控制能力研究 |
| 2.5.1 高强钢冷连轧过程板形缺陷控制能力研究 |
| 2.5.2 高强钢冷轧过程最大总压下量与板形控制域关系分析 |
| 2.6 高强钢冷轧过程最大总压下量综合预报技术的开发 |
| 2.6.1 高强钢冷轧过程最大总压下量综合预报技术原理 |
| 2.6.2 高强钢冷轧过程最大总压下量算例 |
| 2.7 本章小结 |
| 第3章 高强钢冷连轧过程轧制规程与工艺润滑制度综合优化设定技术的开发 |
| 3.1 高强钢冷连轧过程压下分配优化模型 |
| 3.1.1 小辊径六辊轧机与常规六辊轧机综合轧制能力对比研究 |
| 3.1.2 轧机设备能力投入占比率概念的提出及其均匀化分配模型 |
| 3.1.3 基于各机架轧机设备能力投入占比率均匀化的压下分配精调模型 |
| 3.2 高强钢冷连轧过程张力制度优化模型 |
| 3.2.1 小辊径轧机与常规轧机前后张力对轧制的影响分析 |
| 3.2.2 六机架冷连轧机组张力制度的优化设定 |
| 3.3 高强钢冷连轧过程轧制规程综合优化设定技术 |
| 3.4 冷连轧过程乳化液作用机理及对高强钢轧制稳定性影响分析 |
| 3.4.1 冷连轧过程乳化液作用及润滑油膜厚度演变机理分析 |
| 3.4.2 高强钢冷轧过程轧制变形区润滑油膜厚度计算模型 |
| 3.4.3 润滑油膜厚度、摩擦系数与轧制稳定性关系研究 |
| 3.5 高强钢冷连轧过程工艺润滑制度综合优化设定技术 |
| 3.6 本章小结 |
| 第4章 高强钢冷连轧过程板形与断面形状综合控制技术的开发 |
| 4.1 高强钢冷连轧过程板形与断面形状预报模型 |
| 4.1.1 高强钢塑性变形模型 |
| 4.1.2 高强钢冷连轧过程辊系弹性变形模型 |
| 4.1.3 各机架板形与断面形状协同预报技术 |
| 4.2 高强钢冷连轧过程板形与断面形状影响因素与控制策略分析 |
| 4.2.1 高强钢冷连轧过程板形与断面形状影响因素分析 |
| 4.2.2 高强钢冷连轧过程板形与断面形状控制策略分析 |
| 4.3 高强钢冷连轧过程板形与断面形状综合控制技术 |
| 4.3.1 基于来料的各机架出口目标板形曲线设定方法 |
| 4.3.2 板形与断面形状前馈控制技术的开发 |
| 4.3.3 板形与断面形状多层反馈协调控制技术的开发 |
| 4.4 本章小结 |
| 第5章 高强钢冷连轧过程关键工艺技术的应用 |
| 5.1 高强钢最小可轧厚度精算及应用 |
| 5.2 轧制规程与工艺润滑制度优化设定应用方法及效果分析 |
| 5.3 板形与断面形状预报与控制效果分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
（3）Y型电磁调控轧机弯辊特性及其实验研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.2 板形控制理论国内外研究现状 |
| 1.2.1 解析法 |
| 1.2.2 影响函数法 |
| 1.2.3 有限元法 |
| 1.3 板形控制技术国内外研究现状 |
| 1.3.1 液压弯辊法 |
| 1.3.2 轧辊横移 |
| 1.3.3 CVC技术 |
| 1.3.4 EVC技术 |
| 1.3.5 液压胀形技术 |
| 1.3.6 辊形电磁调控技术 |
| 1.4 板形联合调控技术现状 |
| 1.5 课题来源及研究目的和意义 |
| 1.6 研究内容 |
| 第2章 Y型轧机辊系变形理论分析 |
| 2.1 冷轧板形的影响因素 |
| 2.2 影响函数法计算模型的建立 |
| 2.2.1 辊系离散化处理 |
| 2.2.2 载荷离散化处理 |
| 2.3 轧辊弯曲影响函数 |
| 2.3.1 上工作辊弯曲影响函数 |
| 2.3.2 下工作辊弯曲影响函数 |
| 2.3.3 支承辊弯曲影响函数 |
| 2.3.4 上工作辊弯辊力影响函数 |
| 2.4 压扁函数 |
| 2.4.1 辊间压扁影响函数 |
| 2.4.2 工作辊压扁影响函数 |
| 2.5 辊系弹性变形方程 |
| 2.5.1 力平衡方程 |
| 2.5.2 力-变形关系方程 |
| 2.5.3 变形协调关系方程 |
| 2.6 本章小结 |
| 第3章 Y型轧机有限元模型建立 |
| 3.1 有限元软件介绍 |
| 3.2 有限元模型建立 |
| 3.2.1 模型假设和简化 |
| 3.2.2 几何模型的建立 |
| 3.2.3 材料属性 |
| 3.2.4 接触体定义 |
| 3.2.5 接触关系定义 |
| 3.2.6 边界条件定义 |
| 3.2.7 分析工况 |
| 3.2.8 分析结果 |
| 3.3 有限元模型工况 |
| 3.4 有限元模型的验证 |
| 3.4.1 实验设备及实验过程 |
| 3.4.2 实验结果分析 |
| 3.5 本章小结 |
| 第4章 弯辊力作用下的承载辊缝特性研究 |
| 4.1 轧辊承载特性分析 |
| 4.1.1 下工作辊辊形分析 |
| 4.1.2 轧辊挠度变形 |
| 4.1.3 轧辊压扁量 |
| 4.1.4 承载状态下辊间接触应力 |
| 4.2 轧件承载特性分析 |
| 4.2.1 承载状态下的板形分布 |
| 4.2.2 承载状态下的板带应力分布 |
| 4.2.3 承载状态下的板带边部应力分布 |
| 4.2.4 承载状态下的金属横向位移 |
| 4.3 板形调控特性分析 |
| 4.3.1 上工作辊承载辊缝形状 |
| 4.3.2 电磁调控轧辊承载辊缝形状 |
| 4.4 不同凸度下轧后板厚分布 |
| 4.4.1 10t轧制力下的板厚分布 |
| 4.4.2 20t轧制力下的板厚分布 |
| 4.5 本章小结 |
| 第5章 Y型轧机联合调控轧制实验 |
| 5.1 Y型轧机压痕实验 |
| 5.2 Y型轧机轧制实验 |
| 5.2.1 轧制实验平台 |
| 5.2.2 轧制实验结果与分析 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（4）机理融合数据的热连轧过程板形预测及模型优化（论文提纲范文）
| 中文摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 前言 |
| 1.2 热轧板形的基本概念 |
| 1.2.1 板形表示方法 |
| 1.2.2 板形缺陷 |
| 1.3 影响热轧板形的主要因素 |
| 1.4 板带热连轧板形控制方法的历史发展 |
| 1.5 本文研究的主要内容 |
| 第二章 人工智能算法理论 |
| 2.1 数据驱动方法原理 |
| 2.1.1 主成分分析法 |
| 2.1.2 偏最小二乘法 |
| 2.1.3 核偏最小二乘算法 |
| 2.2 智能算法原理 |
| 2.2.1 粒子群优化算法 |
| 2.2.2 遗传算法 |
| 2.2.3 布谷鸟搜索算法 |
| 2.3 机器学习算法原理 |
| 2.3.1 支持向量机 |
| 2.3.2 多输出支持向量回归 |
| 2.4 本章小结 |
| 第三章 基于数据驱动的热轧板凸度预测及模型优化 |
| 3.1 实验数据的采集与预处理 |
| 3.2 建立KPLS回归模型 |
| 3.2.1 核函数的选择 |
| 3.2.2 KPLS模型 |
| 3.3 建立KPLS-SVM预测模型 |
| 3.4 效果分析 |
| 3.5 本章小结 |
| 第四章 基于SVM的热连轧板凸度预测及模型优化 |
| 4.1 热轧板凸度特征参数分析 |
| 4.2 基于SVM的热轧板凸度实验分析 |
| 4.2.1 数据分析与处理 |
| 4.3 板凸度预测模型的建立 |
| 4.3.1 SVM模型 |
| 4.3.2 PSO-SVM模型 |
| 4.3.3 PCA-CS-SVM模型 |
| 4.4 实验结果与讨论 |
| 4.5 本章小结 |
| 第五章 机理融合数据的板带热连轧板凸度-厚度预测及模型优化 |
| 5.1 轧制机理模型 |
| 5.1.1 温度模型 |
| 5.1.2 轧辊磨损模型 |
| 5.1.3 轧辊热膨胀模型 |
| 5.2 增维处理 |
| 5.3 机理融合数据模型 |
| 5.4 数据预处理模型 |
| 5.4.1 数据获取与清洗 |
| 5.4.2 数据加工与转换 |
| 5.5 建立DP-M-SVR优化模型 |
| 5.6 结果分析与讨论 |
| 5.7 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士研究生期间完成的工作 |
（5）基于准三维差分法的热轧带钢板形预测模型研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 2 文献综述 |
| 2.1 轧件变形建模方法 |
| 2.1.1 轧件模型的基本特征 |
| 2.1.2 有限元法 |
| 2.1.3 上界法 |
| 2.1.4 渐近分析法 |
| 2.1.5 有限差分法 |
| 2.2 辊系变形建模方法 |
| 2.2.1 弹性基础梁法 |
| 2.2.2 影响函数法 |
| 2.2.3 传输矩阵法 |
| 2.2.4 有限元法 |
| 2.3 板形控制技术的发展 |
| 2.3.1 板形控制指标 |
| 2.3.2 板形控制手段 |
| 2.3.3 板形检测技术 |
| 2.3.4 板形控制系统 |
| 2.4 小结 |
| 3 考虑横向流动的刚塑性轧件模型 |
| 3.1 基于渐近分析的准三维近似 |
| 3.2 刚塑性模型的控制方程 |
| 3.2.1 基于横向位移的速度与应变速率 |
| 3.2.2 正则化后的库伦摩擦模型 |
| 3.2.3 力平衡方程 |
| 3.2.4 刚塑性本构关系 |
| 3.2.5 出口张力方程 |
| 3.3 控制方程的求解 |
| 3.3.1 网格划分与变量初始化 |
| 3.3.2 控制方程的线性化 |
| 3.3.3 差分离散与迭代求解 |
| 3.4 基于有限元法的模型验证 |
| 3.4.1 有限元模型的建立 |
| 3.4.2 结果对比与讨论 |
| 3.5 基于实测断面形状的模型验证 |
| 3.5.1 轧件与辊系模型耦合 |
| 3.5.2 工业实验与实测断面对比 |
| 3.6 小结 |
| 4 考虑机架间变形的弹粘塑性轧件模型 |
| 4.1 考虑机架间变形的必要性 |
| 4.2 机架间解耦与计算域分区 |
| 4.3 弹粘塑性模型的控制方程 |
| 4.4 控制方程的求解 |
| 4.4.1 网格划分与变量初始化 |
| 4.4.2 控制方程的线性化 |
| 4.4.3 差分离散与边界条件 |
| 4.4.4 迭代求解 |
| 4.5 有限元验证以及弹复对板形的影响 |
| 4.5.1 两机架连轧的有限元模型 |
| 4.5.2 理想弹塑性变形的结果对比 |
| 4.5.3 弹粘塑性变形的结果对比 |
| 4.6 工业实验仿真以及应力松弛对板形的影响 |
| 4.6.1 基于热压缩试验的本构模型校核 |
| 4.6.2 实测断面对比与连轧板形分析 |
| 4.7 建模策略与板形演变规律的讨论 |
| 4.7.1 快速模型的建模策略 |
| 4.7.2 机架间板形演变规律 |
| 4.7.3 其他机架间现象 |
| 4.8 小结 |
| 5 基于快速模型的板形演变分析与控制优化 |
| 5.1 基于刚塑性模型的锥辊技术优化 |
| 5.1.1 电工钢边降和锥辊技术简介 |
| 5.1.2 锥辊变步长窜辊策略 |
| 5.1.3 锥辊辊形及窜辊参数的优化 |
| 5.2 基于弹粘塑性模型的高次浪形分析 |
| 5.2.1 不锈钢四分之一浪问题简介 |
| 5.2.2 四分之一浪敏感度分析 |
| 5.2.3 中间变凸度辊形的设计 |
| 5.3 小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（6）冷轧2230产线宽板板形与稳定通板耦合机理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.2 带钢板形控制技术 |
| 1.2.1 板形控制技术综述 |
| 1.2.2 国外先进技术及其控制原理与特点 |
| 1.2.3 国内先进技术及其控制原理与特点 |
| 1.3 冷轧带钢轧机研究现状 |
| 1.4 连续退火稳定通板技术的研究现状 |
| 1.4.1 连退稳定通板国内研究现状 |
| 1.4.2 连退稳定通板国外研究现状 |
| 1.5 课题研究意义及内容 |
| 第2章 超宽轧机有限元建模及板形控制技术研究 |
| 2.1 带钢板形类型及成因分析 |
| 2.1.1 带钢板形的基本介绍 |
| 2.1.2 浪形的生成过程和影响板形的主要因素 |
| 2.2 某冷轧厂2230酸轧生产线概述 |
| 2.2.1 连续酸轧生产线介绍 |
| 2.2.2 酸轧机组非对称工作辊的优点 |
| 2.2.3 酸轧机组边部变凸度工作辊的优点 |
| 2.3 某冷轧厂2230超宽轧机辊系有限元建模 |
| 2.3.1 超宽轧机基本参数 |
| 2.3.2 有限元模型的建立过程 |
| 2.3.3 边界条件处理 |
| 2.3.4 辊型构建模块 |
| 2.4 超宽轧机板形调控能力分析 |
| 2.4.1 轧制力对板形调节能力的影响 |
| 2.4.2 CVC辊零窜下弯辊力对板形调控能力的影响 |
| 2.4.3 CVC辊正窜下弯辊力对板形调控能力的影响 |
| 2.4.4 窜辊位置对板形调节能力的影响 |
| 2.4.5 传统轧机板形调控机理与超宽轧机板形调控机理的关联与不同 |
| 2.5 冷连轧机轧制模型研究 |
| 2.5.1 某厂2230mm冷连轧机数学模型 |
| 2.5.2 基于神经网络与数学模型结合的轧制模型的建立 |
| 2.5.3 变形抗力修正预测方法 |
| 2.5.4 两种模型计算结果与实际值比较 |
| 2.6 本章小结 |
| 第3章 宽带钢连续退火跑偏机理分析及影响因素 |
| 3.1 连续退火过程中带钢跑偏机理分析 |
| 3.2 带钢初始板形参数化有限元模型开发 |
| 3.2.1 带钢初始板形提取模块开发 |
| 3.2.2 带钢壳单元本构方程 |
| 3.2.3 带钢参数化初始板形模型 |
| 3.2.4 带钢炉辊耦合模型建模 |
| 3.3 带钢连退跑偏敏感特性分析 |
| 3.3.1 带钢张应力的跑偏敏感性分析 |
| 3.3.2 初始浪长的跑偏敏感性分析 |
| 3.3.3 初始浪高的跑偏敏感性分析 |
| 3.3.4 板宽的跑偏敏感性分析 |
| 3.4 连退炉辊对中能力分析 |
| 3.5 本章小结 |
| 第4章 宽带钢连退跑偏与初始板形的耦合特性分析 |
| 4.1 连退炉内带钢跑偏原因的工业验证 |
| 4.2 带钢初始板形的模式分解 |
| 4.2.1 带钢横向初始板形模式分解 |
| 4.2.2 带钢板形缺陷稳定性分析 |
| 4.3 带钢初始板形与连退跑偏影响关系 |
| 4.3.1 多规格带钢跑偏规律 |
| 4.3.2 初始非对称板形与带钢跑偏的相关性研究 |
| 4.3.3 超宽规格带钢连退生产工艺 |
| 4.4 板形模式识别及连退预报系统开发 |
| 4.4.1 系统设计 |
| 4.4.2 不同型号钢卷板形模式识别 |
| 4.5 本章小结 |
| 第5章 宽带钢连续退火跑偏控制工业实验 |
| 5.1 酸轧基板板形目标曲线动态调整 |
| 5.2 带钢非稳态工况下的板形控制 |
| 5.2.1 弯辊力前馈和反馈功能优化研究 |
| 5.2.2 控制功能逻辑结构存在的问题 |
| 5.2.3 弯辊力前馈限幅和调整系数优化 |
| 5.2.4 同规格带头弯辊力继承优化 |
| 5.2.5 带钢头尾弯辊和倾斜控制研究 |
| 5.2.6 2230酸轧大盘旋转倾斜投入 |
| 5.3 连退最大跑偏预控系统软件开发 |
| 5.3.1 神经网络技术 |
| 5.3.2 连退生产预报系统的实现 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
（7）基于数据驱动和神经网络的带钢热镀锌镀层厚度控制（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 带钢连续热镀锌产业发展概况 |
| 1.1.1 带钢热镀锌防腐技术原理 |
| 1.1.2 带钢热镀锌产业现状和发展趋势 |
| 1.2 带钢连续热镀锌技术发展概况 |
| 1.2.1 带钢热镀锌产品与工艺发展 |
| 1.2.2 带钢热镀锌镀层厚度控制研究进展 |
| 1.3 钢铁工业大数据与人工智能应用现状 |
| 1.4 本文的主要研究内容 |
| 第2章 带钢连续热镀锌机理和工艺设备技术 |
| 2.1 带钢连续热镀锌镀层形成机理 |
| 2.1.1 镀层结构与性质 |
| 2.1.2 镀层质量影响因素 |
| 2.2 吹气法热镀锌基本原理 |
| 2.2.1 气刀流场分析 |
| 2.2.2 镀层厚度机理模型 |
| 2.2.3 气刀吹气实验研究 |
| 2.3 带钢连续热镀锌关键设备研究 |
| 2.3.1 气刀设备 |
| 2.3.2 锌锅设备 |
| 2.3.3 镀层测厚仪 |
| 2.4 镀层质量缺陷分析 |
| 2.5 本章小结 |
| 第3章 带钢连续热镀锌镀层厚度质量管控 |
| 3.1 生产过程数据统计分析 |
| 3.1.1 统计分析理论 |
| 3.1.2 过程变量分布特征分析 |
| 3.1.3 镀层厚度偏相关分析 |
| 3.2 带钢连续热镀锌统计过程控制 |
| 3.2.1 镀层厚度质量控制图 |
| 3.2.2 带钢热镀锌过程能力分析 |
| 3.3 镀层厚度偏差分布与锌耗量计算 |
| 3.4 本章小结 |
| 第4章 带钢连续热镀锌工艺设定与镀层厚度预测模型 |
| 4.1 气刀距离和高度设定 |
| 4.2 气刀压力设定模型 |
| 4.3 镀层厚度预测模型 |
| 4.4 本章小结 |
| 第5章 带钢连续热镀锌镀层厚度闭环控制 |
| 5.1 镀层厚度控制结构设计 |
| 5.2 气刀压力设定参数优化 |
| 5.3 镀层厚度控制算法 |
| 5.3.1 迭代学习控制算法 |
| 5.3.2 神经网络多步预测控制算法 |
| 5.4 本章小结 |
| 第6章 带钢连续热镀锌镀层厚度控制系统应用 |
| 6.1 镀层厚度控制系统应用背景 |
| 6.2 镀层厚度控制系统开发平台 |
| 6.2.1 软PLC技术 |
| 6.2.2 系统配置方案 |
| 6.3 镀层厚度控制系统应用效果 |
| 6.3.1 镀层厚度控制性能提升 |
| 6.3.2 稳态优化控制效果 |
| 6.3.3 带钢速度前馈控制效果 |
| 6.3.4 气刀距离前馈控制效果 |
| 6.3.5 上、下表面镀层厚度偏差控制效果 |
| 6.3.6 变规格控制效果 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
（8）极薄带材适轧厚度理论及斜向交叉浪形屈曲变形研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 我国极薄带材生产现状 |
| 1.2 极薄带材轧制理论研究进展 |
| 1.2.1 多辊轧机发展现状 |
| 1.2.2 接触变形区理论 |
| 1.2.3 最小可轧厚度理论 |
| 1.3 极薄带材板形控制理论研究进展 |
| 1.3.1 金属塑性变形理论 |
| 1.3.2 板形缺陷与屈曲变形 |
| 1.3.3 薄板带屈曲问题研究进展 |
| 1.4 课题来源及意义 |
| 1.5 本文主要研究内容 |
| 第2章 薄带材轧制理论与数值模拟 |
| 2.1 引言 |
| 2.2 接触变形区理论 |
| 2.3 最小可轧厚度公式 |
| 2.4 接触变形区有限元模拟 |
| 2.4.1 模型建立与参数设置 |
| 2.4.2 有限元模拟结果分析 |
| 2.5 轧制力求解条件判别 |
| 2.6 Stone轧制力模型适用条件 |
| 2.7 本章小结 |
| 第3章 极薄带材适轧厚度理论 |
| 3.1 引言 |
| 3.2 接触变形区理论 |
| 3.3 最小可轧厚度公式 |
| 3.4 适轧厚度理论 |
| 3.5 适轧厚度理论验证 |
| 3.5.1 适轧厚度范围 |
| 3.5.2 理论计算值与模拟结果对比 |
| 3.5.3 理论计算值与实验结果对比 |
| 3.6 本章小结 |
| 第4章 斜向交叉浪形屈曲变形机理研究 |
| 4.1 引言 |
| 4.2 Komori理论模型 |
| 4.3 斜向交叉浪形产生机理分析 |
| 4.3.1 斜向交叉浪形形态 |
| 4.3.2 带材厚度分布测量 |
| 4.3.3 浪形产生机理分析 |
| 4.4 极薄带材轧制数值模拟 |
| 4.4.1 模型建立及参数设置 |
| 4.4.2 张力对横向应力影响分析 |
| 4.4.3 压下率对横向应力影响分析 |
| 4.4.4 摩擦系数对横向应力影响分析 |
| 4.4.5 辊径带厚比对横向应力影响分析 |
| 4.4.6 带材宽幅对横向应力影响分析 |
| 4.4.7 带材屈服极限影响 |
| 4.5 浪形几何特征参数计算 |
| 4.6 本章小结 |
| 第5章 斜向交叉浪形屈曲变形数值模拟 |
| 5.1 引言 |
| 5.2 屈曲变形的有限元分析 |
| 5.2.1 带材失稳形态 |
| 5.2.2 有限元法分析屈曲问题 |
| 5.2.3 后屈曲平衡路径跟踪 |
| 5.3 斜向交叉浪形屈曲问题建模 |
| 5.4 初始浪形屈曲分析 |
| 5.4.1 特征值屈曲分析 |
| 5.4.2 非线性屈曲分析 |
| 5.5 稳定浪形屈曲分析 |
| 5.5.1 特征值屈曲分析 |
| 5.5.2 非线性屈曲分析 |
| 5.6 本章小结 |
| 第6章 斜向交叉浪形实验研究 |
| 6.1 引言 |
| 6.2 实验轧机及原料准备 |
| 6.2.1 实验室二十辊轧机简介 |
| 6.2.2 极薄带材原料 |
| 6.3 实验方案设计 |
| 6.4 实验结果分析 |
| 6.4.1 前后张力影响分析 |
| 6.4.2 压下率及基础板形影响分析 |
| 6.4.3 润滑条件影响分析 |
| 6.4.4 工作辊表面粗糙度影响分析 |
| 6.4.5 带材初始厚度影响分析 |
| 6.4.6 轧辊弹性模量影响分析 |
| 6.5 浪形缺陷治理措施 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
（9）2250mm热连轧机组稀土钢板带板形优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 文献与课题综述 |
| 1.1 超宽热连轧机轧制工艺 |
| 1.2 带钢典型板形缺陷 |
| 1.3 板形控制技术研究 |
| 1.3.1 辊形设计研究 |
| 1.3.2 液压弯辊研究 |
| 1.3.3 轧辊磨损研究 |
| 1.3.4 负荷分配研究 |
| 1.4 课题背景与研究内容 |
| 1.4.1 课题背景 |
| 1.4.2 研究内容及技术路线 |
| 2 2250mm热连轧机板形控制特性分析 |
| 2.1 2250mm热连轧机辊系有限元模型建立 |
| 2.2 弯辊力凸度调控能力分析 |
| 2.3 窜辊凸度调控能力分析 |
| 2.4 轧制力凸度调控能力分析 |
| 2.5 本章小结 |
| 3 工作辊与支持辊辊形优化设计 |
| 3.1 工作辊辊形优化设计 |
| 3.1.1 精轧机架窜辊、弯辊及凸度控制能力分析 |
| 3.1.2 工作辊CVC辊形参数优化 |
| 3.2 支持辊辊形优化设计 |
| 3.2.1 辊间接触压力分析 |
| 3.2.2 支持辊CVC辊形参数优化 |
| 3.3 工业应用效果 |
| 3.4 本章小结 |
| 4 2250热轧生产线下游机架工作辊磨损预报模型的建立与优化 |
| 4.1 传统工作辊磨损预报模型的建立 |
| 4.2 磨损预报模型改进与参数优化 |
| 4.3 本章小结 |
| 5 结论及其展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（10）热轧带钢负荷分配智能优化（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 热轧带钢生产工艺与轧制规程 |
| 1.2.1 热轧带钢工艺流程 |
| 1.2.2 热轧轧制规程 |
| 1.3 负荷分配方法 |
| 1.3.1 能耗曲线法 |
| 1.3.2 负荷分配系数法 |
| 1.3.3 智能优化法 |
| 1.4 国内外研究进展 |
| 1.4.1 国内研究概况 |
| 1.4.2 国外研究概况 |
| 1.5 本文主要研究内容 |
| 第二章 精轧机组数学模型 |
| 2.1 轧制力模型 |
| 2.2 轧制力矩与功率模型 |
| 2.2.1 轧制力矩 |
| 2.2.2 轧制功率 |
| 2.3 温度模型 |
| 2.4 板形模型 |
| 2.5 负荷分配模型 |
| 2.5.1 经验负荷分配模型 |
| 2.5.2 经典目标函数 |
| 2.5.3 兼顾负荷、板形与功率的目标函数 |
| 2.6 本章小结 |
| 第三章 基本粒子群优化算法 |
| 3.1 算法原理 |
| 3.2 数学表述 |
| 3.3 算法流程 |
| 3.4 算法参数 |
| 3.5 粒子群算法改进与发展 |
| 3.5.1 改进措施 |
| 3.5.2 发展趋势 |
| 3.6 本章小结 |
| 第四章 权重改进粒子群负荷分配优化 |
| 4.1 权重改进粒子群优化算法 |
| 4.1.1 自适应权重 |
| 4.1.2 线性递减权重 |
| 4.1.3 随机权重 |
| 4.2 算法性能测试 |
| 4.2.1 测试函数选择 |
| 4.2.2 权重改进粒子群性能测试 |
| 4.3 权重改进粒子群负荷分配实例 |
| 4.4 本章小结 |
| 第五章 带收缩因子粒子群负荷分配优化 |
| 5.1 带收缩因子粒子群 |
| 5.1.1 收缩因子概述 |
| 5.1.2 带收缩因子粒子群算法流程 |
| 5.2 带收缩因子粒子群性能测试 |
| 5.3 带收缩因子粒子群负荷分配实例 |
| 5.4 本章小结 |
| 第六章 改进混合粒子群负荷分配优化 |
| 6.1 遗传算法及其简述 |
| 6.1.1 遗传算法基本步骤 |
| 6.1.2 遗传算法与粒子群算法异同 |
| 6.2 改进的混合粒子群算法 |
| 6.3 改进混合粒子群性能测试 |
| 6.4 改进混合粒子群负荷分配实例 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 参考文献 |
| 攻读学位期间本人出版或公开发表的论着、论文 |
| 致谢 |
四、带钢凸度与平直度的转化关系及其在宝钢热轧板形控制中的应用（论文参考文献）
- [1]热轧中宽带钢板形和断面形状综合治理技术研究[D]. 张亚林. 燕山大学, 2021(01)
- [2]高强钢冷连轧过程核心轧制模型与关键工艺技术研究[D]. 刘亚星. 燕山大学, 2021
- [3]Y型电磁调控轧机弯辊特性及其实验研究[D]. 郑义. 燕山大学, 2021(01)
- [4]机理融合数据的热连轧过程板形预测及模型优化[D]. 宋乐宝. 太原科技大学, 2021
- [5]基于准三维差分法的热轧带钢板形预测模型研究[D]. 姚驰寰. 北京科技大学, 2021(02)
- [6]冷轧2230产线宽板板形与稳定通板耦合机理研究[D]. 唐伟. 燕山大学, 2020(07)
- [7]基于数据驱动和神经网络的带钢热镀锌镀层厚度控制[D]. 秦大伟. 燕山大学, 2020
- [8]极薄带材适轧厚度理论及斜向交叉浪形屈曲变形研究[D]. 刘晓. 燕山大学, 2020
- [9]2250mm热连轧机组稀土钢板带板形优化研究[D]. 魏建华. 内蒙古科技大学, 2020(01)
- [10]热轧带钢负荷分配智能优化[D]. 张汉文. 苏州大学, 2020(02)