一、炉卷轧机的发展及其应用(论文文献综述)
马更生[1](2018)在《不锈钢带钢热连轧过程控制策略及热力耦合模型研究》文中进行了进一步梳理厚度精度和宽度精度是不锈钢带钢最主要的尺寸质量指标。轧制力模型预报精度直接决定不锈钢带钢的厚度、宽度等尺寸精度。不锈钢带钢热轧时变形抗力大,在变形区内发生强烈的热力耦合作用,温度是轧制力模型预报精度的敏感性影响因素。温度和轧制力模型是控制系统的重要数学模型。本文以宝山特钢850mm和中金金属900mm不锈钢带钢热轧过程控制系统开发为研究背景,在过程控制系统结构设计和功能开发的基础上,制定了宽度控制策略,建立了热卷箱和轧区的温度场模型以及基于能量法的热力耦合模型,优化了温度和轧制力自学习方法,实现了不锈钢带钢关键指标的高精度控制,取得了良好的现场应用效果。本文的主要研究内容如下:(1)不锈钢带钢热轧过程控制系统开发。采用多进程技术对过程控制系统的结构进行了设计和开发,建立了过程控制系统与基础自动化系统及人机界面的数据通讯接口;针对数据在不同储存介质的读写速度和过程控制系统对数据实时性要求,对热连轧过程数据进行了分类管理;通过对轧线区域进行划分,制定带钢队列跟踪逻辑,实现了多带钢的同时轧制。对不锈钢热轧过程控制策略研究,建立了基于影响系数法的负荷分配在线优化算法。建立了一种高精度宽度自动控制策略,宽度偏差控制在3mm之内的宽度控制精度达到95.3%。(2)建立热卷箱温度场有限差分模型。推导了钢卷径向单元层等效导热系数和内芯辐射角系数的计算方法,确定了热卷箱工作的边界条件,并在计算过程中考虑开卷和卷取时边界条件的转化。进一步研究了各种工艺参数对中间坯温度的影响,对保温过程、头尾温差、角部及侧面中点温度变化进行了分析,研究了不同内径对温度分布的影响。(3)建立热轧带钢温度场模型。考虑到在线应用的计算速度和精度要求,采用了非等间隔网格划分方式,确定了热轧带钢的边界条件,给出了温度对不锈钢物性参数的影响规律,采用能量平衡法建立差分方程,对带钢在变形区宽度和厚度的温度分布进行预报,进一步分析了不同的物性参数和边界条件参数变化对温度分布的影响规律。(4)建立基于智能算法的温度学习策略。建立了温度和轧制力最小偏差的多目标函数,采用进化智能算法NSGA-Ⅱ求解得到了温度补偿系数,优化后,带钢头部的轧制力预报误差在3.1%以内。开发了基于案例推理的精轧出口带钢头部温度偏差智能预报系统,在处理换规格时,对于不锈钢201带钢温度命中率提高了 2.2%,对于不锈钢304带钢温度命中率提高了 1.8%。(5)建立基于能量法的热力耦合模型。对带钢热轧过程的轧制变形区分析,建立了满足运动许可条件的正弦速度场,采用GM屈服准则,得到总功率泛函,通过最小化总功率泛函得到热轧过程的力能参数,并进一步分析了摩擦因子和压下率对中性点的影响规律,分析了压下率、形状因子和摩擦因子对应力状态系数的影响规律,分析了压下率对塑性功、摩擦功和剪切功的影响规律。系统分析了轧制力预报偏差的原因,引入基于钢种变形抗力的抛物线偏差曲线、机架学习系数及设备状态影响系数对轧制力自学习算法进行了优化,换规格后首块钢96.5%的轧制力预报偏差由优化前的12%降低到优化后的8%之内。本文的研究针对热连轧不锈钢带钢的宽度和厚度控制,具有较强的实用性。研究成果已经成功应用于国内多条不锈钢热连轧生产线。根据现场生产实测数据分析了过程控制系统的在线实际使用效果,对轧制控制效果和轧制稳定性做出了统计。
王智[2](2017)在《基于PSO-BP神经网络的双机架炉卷轧机轧制力预测》文中研究指明轧制过程数学模型是现代轧机计算机控制系统的重中之重,轧制力数学模型对钢铁产品质量和厚度精度等有着不可替代的作用。当今各行业对钢铁产品的质量要求愈发严格,怎样提高轧制产品的质量是一个亟待解决的重要问题。双机架炉卷轧机轧制力的精度影响着轧制产品的质量。而轧制区金属的塑性变形是一个非常复杂的过程,轧制过程中的很多参数与双机架炉卷轧机轧制力存在非线性的强耦合关系。根据传统数学模型公式和研究经验远不能满足当前轧制力精度的高要求,也不能对双机架轧机中轧制力的变化过程进行准确的描述。所以本文利用轧机的轧制压力数学模型将神经网络与智能算法来相结合来进行轧制力的高精度预测,这也是当前研究认为最有效的预测途径。本文以轧制压力数学模型的变形理论为基础,以某大型轧钢厂1725mm双机架轧机轧制压力模型为研究对象,结合西姆斯(SIMS)公式着重分析了轧制变形区的基本工艺参数、轧制前后的基本规律等,确定了对轧制力计算精度影响较大的参数变量,这些参数变量主要有轧件厚度、轧件温度、轧辊半径、轧制速度等;然后在轧制力模型的基础上,以影响轧制力精度的主要变量作为BP神经网络的输入量,以轧制力作为输出量建立了 BP网络拓扑结构为10-12-1的轧制力预测模型。根据该大型钢厂1725mm双机架轧机轧轧制钢种为Q235的实测数据对所建立的BP网络模型进行训练和测试。利用训练好的神经网络对轧机轧制力进行预测,然后分别使用粒子群算法、改进的粒子群算法来对BP神经网络进行优化,再次对两种预测模型进行轧制力预测,仿真结果表明经改进的PSO融合算法的轧制力预测性能达最佳的逼近效果,PSO优化BP网络的算法预测性能次之。因此,本文最终建立了基于PSO-BP神经网络的双机架炉卷热轧机轧制力预测模型,该模型有效提高了双机架炉卷轧机轧制力的预测精度。
韩晨,孙付涛[3](2015)在《镁合金板带的应用与生产》文中研究指明镁合金板带材目前成为国内外科研机构和生产企业研制、开发和工业化生产的热点。文章对镁合金板带力学性能、产品规格及合金品种、市场应用领域和应用特点、生产工艺技术、加工企业及装备进行了描述和总结。同时,结合镁合金板带生产工艺技术和市场推广应用难点的分析,重点对目前国内外卷式法、连续化、低成本生产的新技术、新工艺、新设备进行了总结和分析。
王剑勇,韩静涛,潘吉祥,陈兴润[4](2014)在《00Cr22Ni5Mo3N双相不锈钢生产工艺的开发和应用》文中指出介绍了00Cr22Ni5M03N双相不锈钢独特的化学成分、应用和其生产工艺路线,酒泉钢铁股份有限公司引进了关键技术、设备和国内配套的方式建成的一套不锈钢冶炼、连铸生产线,其生产设备特征,冶炼、轧制生产诀窍,进一步研究2205双相不锈钢加热制度、固溶温度和热轧板金相组织,对其组织结构和性能的影响,其2205双相不锈钢批量生产,提高了企业竞争力,抢占了国内外不锈钢市场,填补了国内空白。
张英凤[5](2014)在《炉卷轧机轧制过程力学分析及其机架结构强度的研究》文中研究指明炉卷轧机是不锈钢板的重要生产机种,具有成本低、规模小的特点,在轧制过程中轧件可以在卷取炉中保持温度,并在炉卷轧机上实现多道次可逆轧制,因此轧件温降小且温度分布均匀。但在炉卷轧机轧制过程中,带卷在卷取炉中保温会产生二次氧化,生成氧化铁皮,因此炉卷轧机与半连轧机和连轧机比较在生产效率和产品质量上存在一定差距。可见,炉卷轧机的轧制过程有许多问题需要重视,从现场和实验中得到的经验和规律很难覆盖全面,且耗费巨大,因此,采用有限元分析软件对轧制过程进行研究非常有必要,而且机架是工作机座的重要部件,必须有足够的强度和刚度,因此对机架结构强度的分析也是必不可少的。本文以四辊轧机为例,研究轧件七个道次的轧制过程,经过有限元模拟从中得到各个道次的轧制力,并分别选择不同的轧辊速度、轧板材料、压下量,以比较在不同情况下轧制力的大小;因为在轧制过程中机架要承受轧制力,本文选择上述模拟中较大的轧制力进行机架的结构强度分析,以此保证整个轧机的正常运转。本文采用ABAQUS有限元软件进行分析,模型不需要通过其它CAD软件导入,避免此过程中可能出现的数据丢失问题。ABAQUS软件在非线性分析领域的功能非常强大,其对炉卷轧机轧制过程的分析是很精确的,可以在软件内对零部件进行模型建立、材料定义、约束定义、网格划分、接触分析等设置,并得到轧制过程的动态结果,解决了传统方法中对导入的模型网格划分不精确的问题。本文对机架结构强度的静力学分析得到了其应力分布图,对轧制过程的动态分析得到了轧辊和钢板之间的接触应力大小、分布、随时间的变化规律,并比较不同的轧辊速度、轧板材料和压下量对轧制力大小的影响。用此数值模拟的方式研究轧制过程,可以分析解决轧制工艺中存在的问题,并对轧制新工艺的制定提供理论参考。
马艳丽,李聚宝,王建泽[6](2013)在《炉卷轧机生产不锈钢板形控制研究》文中研究说明介绍了酒钢炉卷轧机板形控制技术,包括工作辊弯辊技术(WRB)、连续可变凸度控制技术(CVC)和动态工作辊冷却技术(DWRC)。针对该公司生产1260、1540mm宽轧件易出现猫耳朵,同一辊役连续轧制块数少的问题,对CVC轧辊横移方式、辊型、冷却水流量等进行优化改进。改进后,有效提高了板形控制能力和轧机生产效率。
陈长[7](2013)在《基于渐消记忆RLS算法的炉卷轧机弹跳自动测定方法》文中认为炉卷轧机弹跳曲线是轧制工艺的基础。由于轧机机架复杂的物理条件及其非线性和不确定性,因此一般很难准确测量轧机弹跳曲线。弹跳曲线的不精确会导致轧制过程中带钢容易跑偏而需要人工干预,不利于稳定生产。本文提出了一种炉卷轧机弹跳自动测定方法,依托基础自动化级PLC平台,运用渐消记忆RLS算法对测量数据进行在线记录和处理,极大提高了实测轧机弹跳曲线的精确度和可信度,从而间接提高了轧制精度。该方法在某特钢炉卷轧机应用后,减少了轧制中的人工干预,提高了轧制精度和轧制稳定性,极大地改善了轧制板形,体现出了良好的工程实用性。
李志强,韩志勇,安宁[8](2011)在《体现轧机功率需求主动性的周期性冲击负荷模型》文中研究说明冲击负荷是引起电力系统功率振荡的重要因素之一。基于电网功率振荡研究的需要,建立了一种能体现轧机功率需求主动性的周期性冲击负荷模型。该模型将异步电机动态模型与轧机实际运行时功率需求的变化规律相结合,在异步电机负载转矩上叠加一个反映轧机负载变化的外部转矩来模拟冲击负荷的主动性和冲击性。利用PSASP用户自定义建模功能,实现了轧机冲击负荷新模型。通过仿真与实测数据对比,证明新模型可用于研究冲击负荷引起的电网功率振荡问题。
黄贞益[9](2012)在《低合金高强度钢成分—组织—性能控制与再制造》文中认为针对近年发展起来的V-N微合金化铁素体-珠光体型热轧低合金高强度H型钢、Nb-V-Ti-Mo微合金化针状铁素体型低合金高强度深海管线钢和Nb-Ti-Cr-Mo微合金化贝氏体型低合金高强度耐磨钢存在的问题,分别研究了合金的成分和塑性变形机制、组织性能控制与预报、修复再制造,得到如下主要结论:(1)V/N质量比为3.64,强度值最高,塑性最低。碳含量为0.19 wt%且V/N比为7.14时综合性能最好。(2)V-N微合金化铁素体-珠光体型低合金高强度钢的高温塑性变形行为符合幂指数关系。在900-1150℃及0.001-15s-1下,塑性变形由位错芯区扩散的幂律蠕变所控制,不存在塑性失稳区域。建立的塑性变形机制图,可有效指导该钢生产工艺的制定。(3)V-N微合金化铁素体-珠光体型低合金高强度钢在热变形过程中,α相与V(C,N)及γ相之间分别存在(010)V(C,N)//(011)α和[110]γ//[111]。关系。铁素体易在V(C,N)上形核生成晶内铁素体;随相变温度的降低、形变量的增加、轧后等温温度的降低及保温时间的延长,晶内铁素体含量增加,在650℃时大量生成。热轧H型钢的冷却速率和等效应变由翼缘边部到翼缘与腹板交界的R处逐渐降低。铁素体晶粒尺寸在翼缘1/4和1/2处没有明显差别,均小于R处。截面不同部位珠光体含量差别不大,但珠光体片层间距由翼缘1/4到R处逐渐增大。V(C,N)以球状或块状分布在铁素体中,其含量由翼缘1/4到R处逐渐增加。大角度晶界在翼缘1/4和翼缘1/2处所占比例大致相等,R处小约15%。采用在线控制冷却技术,成功实现了热轧H型钢截面温差的降低,最高可达80%,晶粒尺寸波动降低64%,屈服强度波动值和残余应力显着降低,消除了轧后腹板冷却波浪。(4)数值模拟和有限元模拟相结合的Nb-V-Ti-Mo微合金化针状铁素体型低合金高强度深海管线钢的组织和性能预报结果表明,屈服强度和抗拉强度预报值与实测值最大偏差分别为8.72%和9.43%,但80%样本的偏差均在6.80%之内,可以指导深海管线钢生产工艺的优化。(5)等离子堆焊镍基合金涂层主要由γ(Ni, Fe)、(Fe, Cr)7C3和(Fe, Cr)2B相构成,亚结构主要为位错,具有亚共晶的组织特征,存在明显的成分偏析。30wt.%Cr3C2的加入,增加了涂层中的富(Fe, Cr)化合物的相对含量,出现了Cr3C2和Ni4B3相,具有过共晶的组织特征。0.8wt.%纳米α-Al2O3的加入,没有改变镍基合金涂层的亚共晶组织特征及γ(Ni, Fe)固溶体与富(Fe,Cr)相的相对含量,但降低了(Fe, Cr)7C3相的相对含量,增加了(Fe, Cr)2B相的相对含量,出现了四方结构的纳米y-A1203,有形成堆垛层错亚结构的趋势。Cr3C2和纳米A1203的加入,均降低成分偏析程度。等离子堆焊镍基合金涂层和添加30wt.%Cr3C2或0.8wt.%纳米Al2O3的镍基合金涂层的冲击磨损性能分别是Nb-Ti-Cr-Mo微合金化高强度NM450耐磨钢的1.3倍和2.2倍或6倍。综合经济因素,采用等离子堆焊添加0.8wt.%纳米Al2O3的镍基合金涂层来修复NM450耐磨钢进行再制造是合适的。
朱永炎,周石光,李成花[10](2010)在《先进技术装备的1800mm带钢炉卷轧机》文中指出介绍了我国自行设计、制造、安装和调试的第1套炉卷轧机—泰钢1800mm带钢炉卷轧机的工艺,主要介绍了其装备水平和特点。经1年多的生产实践,各项指标和功能基本实现。
二、炉卷轧机的发展及其应用(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、炉卷轧机的发展及其应用(论文提纲范文)
(1)不锈钢带钢热连轧过程控制策略及热力耦合模型研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景和意义 |
1.2 不锈钢热轧生产工艺及控制系统发展 |
1.2.1 不锈钢热轧生产特点 |
1.2.2 不锈钢热轧工艺发展 |
1.2.3 计算机控制系统组成 |
1.2.4 热轧计算机控制技术发展 |
1.3 温度与轧制力模型的发展 |
1.3.1 温度模型的发展 |
1.3.2 轧制力模型的发展 |
1.3.3 热力耦合模型的发展 |
1.4 热轧数学模型自学习 |
1.4.1 模型自学习方法 |
1.4.2 温度自学习发展 |
1.4.3 轧制力自学习发展 |
1.5 本文主要研究内容 |
第2章 带钢热轧过程控制系统开发 |
2.1 过程控制系统概述 |
2.1.1 系统功能需求分析 |
2.1.2 系统结构设计 |
2.2 过程控制数据通讯与管理 |
2.2.1 数据通讯 |
2.2.2 数据管理 |
2.3 轧线跟踪 |
2.3.1 跟踪区域的划分 |
2.3.2 跟踪的实现 |
2.4 控制系统逻辑 |
2.4.1 模型触发 |
2.4.2 模型设定流程 |
2.4.3 模型自学习 |
2.5 负荷分配在线优化 |
2.5.1 功率预报模型 |
2.5.2 功率自学习算法 |
2.5.3 负荷分配的在线优化算法 |
2.6 高精度宽度控制策略研究 |
2.6.1 精轧立辊设定计算 |
2.6.2 精轧立辊模型自学习 |
2.6.3 宽度控制策略应用效果 |
2.7 本章小结 |
第3章 热卷箱内带钢温度场分析 |
3.1 导热方程 |
3.2 径向等效导热系数 |
3.3 边界条件 |
3.3.1 外表面及侧面边界条件 |
3.3.2 内表面边界条件及角系数计算 |
3.4 数值求解 |
3.4.1 偏微分方程替代法建立差分方程 |
3.4.2 收敛性和稳定性 |
3.4.3 边界条件处理 |
3.5 计算与分析 |
3.5.1 保温效果分析 |
3.5.2 头尾温差分析 |
3.5.3 热卷箱出口处温度分析 |
3.5.4 角部和侧面中心温度分析 |
3.5.5 不同内径对温度分布影响 |
3.6 本章小结 |
第4章 轧制区带钢温度变化规律研究 |
4.1 导热方程 |
4.2 边界条件 |
4.2.1 带钢运送过程边界条件 |
4.2.2 高压水除鳞区域边界条件 |
4.2.3 机架间冷却边界条件 |
4.2.4 变形区边界条件 |
4.3 不锈钢物性参数 |
4.3.1 比热系数的确定 |
4.3.2 导热系数的确定 |
4.4 带钢温度场数值求解 |
4.4.1 基于能量平衡法的差分方程 |
4.4.2 边界节点差分方程 |
4.5 计算与分析 |
4.5.1 模型计算流程 |
4.5.2 平均温度计算 |
4.5.3 带钢温度场计算结果分析 |
4.5.4 带钢温度场模型验证 |
4.5.5 模型参数对带钢温度的影响 |
4.6 本章小结 |
第5章 基于智能算法的温度自学习研究 |
5.1 温度自学习方法 |
5.1.1 精轧入口温度自学习 |
5.1.2 轧区同一学习系数法 |
5.1.3 轧区温度分区补偿法 |
5.2 温度分区补偿系数的多目标优化模型 |
5.2.1 决策变量 |
5.2.2 目标函数和约束条件 |
5.3 基于NSGA-Ⅱ算法的温度补偿系数多目标优化 |
5.3.1 非支配排序 |
5.3.2 拥挤距离和拥挤距离排序 |
5.3.3 温度自学习优化流程 |
5.3.4 自学习优化算法应用实例 |
5.4 基于案例推理的精轧出口温度偏差预报 |
5.4.1 案例的构造与检索 |
5.4.2 案例重用 |
5.4.3 案例的修正 |
5.4.4 案例的存储与维护 |
5.4.5 应用效果分析 |
5.5 本章小结 |
第6章 基于能量法的热力耦合建模及其自学习优化 |
6.1 正弦速度场 |
6.2 成形功率泛函 |
6.2.1 塑性变形功率 |
6.2.2 摩擦功率 |
6.2.3 剪切功率 |
6.3 热力耦合分析 |
6.4 计算结果与分析 |
6.4.1 工艺参数对中性点的影响 |
6.4.2 工艺参数对应力状态影响系数的影响 |
6.4.3 轧制功率分布比例 |
6.4.4 模型预报应用效果 |
6.5 轧制力模型自学习优化 |
6.5.1 轧制力预报偏差分析 |
6.5.2 轧制力的自学习过程 |
6.5.3 轧制力自学习算法优化 |
6.5.4 轧制力模型优化应用效果 |
6.6 本章小结 |
第7章 不锈钢过程控制系统的现场应用 |
7.1 产线主要参数 |
7.2 计算机控制系统 |
7.2.1 基础自动化系统 |
7.2.2 人机界面HMI |
7.2.3 过程自动化控制系统 |
7.3 应用效果 |
7.3.1 轧制规程的应用 |
7.3.2 轧制模型的预报效果 |
7.3.3 厚度宽度控制效果 |
7.4 本章小结 |
第8章 结论 |
参考文献 |
攻读博士学位期间完成的工作 |
致谢 |
作者简介 |
(2)基于PSO-BP神经网络的双机架炉卷轧机轧制力预测(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 双机架炉卷轧机的发展概况 |
1.2 双机架炉卷轧机的结构和轧制工艺流程 |
1.3 国内外神经网络预测轧制力的研究现状 |
1.4 本文研究背景、意义及其主要内容 |
1.5 论文组织结构 |
第二章 双机架炉卷轧机轧制力数学模型 |
2.1 轧制力数学模型的概况 |
2.1.1 热轧理论数学模型的发展状况 |
2.1.2 轧制力数学模型的作用 |
2.1.3 影响轧制力的参数变量 |
2.2 轧制变形区基本工艺参数 |
2.3 轧制压力模型的理论基础 |
2.4 轧制前后基本规律 |
2.4.1 轧制前后轧件体积不变定律 |
2.4.2 轧制前后流量恒定定律 |
2.4.3 轧制压力F及压下位置的控制关系 |
2.4.5 轧件塑性变形阻力 |
2.5 本章小结 |
第三章 BP神经网络模型预测双机架炉卷轧机轧制力 |
3.1 神经网络概述 |
3.2 BP神经网络 |
3.2.1 BP网络的算法结构 |
3.2.2 BP网络的学习算法原理 |
3.2.3 BP网络算法流程 |
3.3 BP神经网络预测双机架炉卷轧机轧制力 |
3.3.1 BP网络轧制力模型的建立步骤 |
3.3.2 BP网络输入输出层节点数的确定 |
3.3.3 BP网络隐含层神经元节点数的确定 |
3.3.4 BP神经网络预测轧制力参数设定 |
3.4 轧制力样本测试及仿真结果分析 |
3.5 本章小结 |
第四章 PSO-BP神经网络预测双机架炉卷轧机轧制力 |
4.1 概述 |
4.2 PSO算法原理 |
4.3 PSO算法数学描述 |
4.4 PSO算法的参数设定 |
4.5 PSO算法优化流程 |
4.6 PSO-BP混合算法在炉卷轧机轧制力预测中的应用 |
4.6.1 PSO算法优化BP网络的权值 |
4.6.2 PSO-BP混合算法流程 |
4.6.3 PSO-BP网络预测轧制力 |
4.6.4 PSO-BP预测轧制力仿真及结果分析 |
4.7 本章小结 |
第五章 改进的PSO-BP算法在轧制力预测中的应用 |
5.1 引入惯性权重因子 |
5.2 改进粒子群算法和BP神经网络算法相融合 |
5.3 改进的PSO-BP网络融合算法流程 |
5.4 改进的PSO-BP算法对轧制力的预测及结果分析 |
5.5 本章总结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
附录: 攻读硕士学位期间的科研成果 |
(3)镁合金板带的应用与生产(论文提纲范文)
镁合金板带规格与合金品种 |
镁合金板带的规格 |
镁板带的合金品种 |
镁合金板带材的应用 |
镁合金板带的生产 |
工艺流程及特点 |
生产企业及装备 |
生产技术难点 |
镁合金板带生产新技术 |
双辊铸轧生产宽幅薄板卷 |
哈兹雷特生产工艺 |
挤压开坯成卷技术 |
热温轧制成卷技术 |
镁合金板带热温连轧技术 |
结语 |
(5)炉卷轧机轧制过程力学分析及其机架结构强度的研究(论文提纲范文)
中文摘要 |
ABSTRACT |
1. 绪论 |
1.1 选题背景和研究意义 |
1.2 炉卷轧机的现状 |
1.3 数值模拟在机械领域中的应用 |
1.4 课题研究主要内容 |
1.5 本章小结 |
2. 炉卷轧机机组简介及其工作原理 |
2.1 炉卷轧机简介 |
2.1.1 炉卷轧机的分类 |
2.1.2 炉卷轧机的产品 |
2.1.3 炉卷轧机的优缺点 |
2.1.4 炉卷轧机的结构组成 |
2.2 炉卷轧机的工作原理 |
2.2.1 卷取炉介绍 |
2.2.2 除鳞装置介绍 |
2.2.3 立辊轧机介绍 |
2.2.4 飞剪机介绍 |
2.2.5 炉卷轧机轧制过程 |
2.2.6 炉卷轧机的主传动 |
2.3 本章小结 |
3. 轧制力理论计算 |
3.1 轧制力参数选择 |
3.1.1 炉卷轧机轧辊参数 |
3.1.2 摩擦系数的选择 |
3.1.3 钢板材料的选择 |
3.2 轧制力理论计算过程 |
3.2.1 轧制参数 |
3.2.2 轧制力计算过程 |
3.3 1Cr18Ni9Ti 的轧制力计算 |
3.3.1 轧制参数 |
3.3.2 1Cr18Ni9Ti 轧制力计算过程 |
3.4 本章小结 |
4. ABAQUS 有限元软件介绍 |
4.1 ABAQUS 简介 |
4.2 ABAQUS 功能描述 |
4.3 ABAQUS 单元库 |
4.4 ABAQUS 的载荷、约束 |
4.5 ABAQUS 的功能模块 |
4.6 ABAQUS 分析过程 |
4.7 本章小结 |
5. 炉卷轧机轧制过程分析 |
5.1 轧制过程分析 |
5.1.1 模型建立 |
5.1.2 网格划分 |
5.1.3 分析步设置 |
5.1.4 接触模块设置 |
5.1.5 载荷模块设置 |
5.1.6 有限元分析结果 |
5.2 理论与模拟结果分析 |
5.3 本章小结 |
6. 机架的结构强度分析 |
6.1 机架简介 |
6.2 机架材料及参数 |
6.2.1 机架材料参数 |
6.2.2 机架尺寸参数 |
6.3 机架的强度计算 |
6.4 机架的变形计算 |
6.5 机架结构强度的有限元分析 |
6.5.1 有限元模型建模 |
6.5.2 模型网格划分 |
6.5.3 机架模型载荷设置 |
6.5.4 机架有限元分析结果 |
6.6 理论与分析结果比较 |
6.7 本章小结 |
7. 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
作者简介 |
(6)炉卷轧机生产不锈钢板形控制研究(论文提纲范文)
1 前言 |
2 酒钢炉卷轧机板形控制技术 |
2.1 工作辊弯辊技术 (WRB) |
2.2 连续可变凸度控制技术 (CVC) |
2.3 动态工作辊冷却技术 ( DWRC) |
3 板形控制效果 |
3.1 CVC轧辊固定横移和动态横移效果对比 |
3.2 不同CVC辊型板形控制效果对比 |
3.3 原因分析 |
4 结论 |
(7)基于渐消记忆RLS算法的炉卷轧机弹跳自动测定方法(论文提纲范文)
0 引言 |
1 轧机弹跳理论 |
2 轧机弹跳自动测量流程 |
3 渐消记忆RLS算法对测定数据的处理 |
4 实际应用 |
5 结论 |
(8)体现轧机功率需求主动性的周期性冲击负荷模型(论文提纲范文)
0 引言 |
1 轧机的工作特性分析 |
2 体现功率需求主动性的轧机新模型 |
2.1 轧机新模型的建模原理 |
2.2 轧机的负载转矩模型 |
2.3 基于异步电动机驱动的轧机新模型 |
3 PSASP中轧机自定义模型的建立 |
3.1 轧机自定义模型的输入参数 |
3.2 轧机自定义模型中各状态变量初值的计算 |
4 轧机负荷模型的验证 |
5 结论 |
(9)低合金高强度钢成分—组织—性能控制与再制造(论文提纲范文)
摘要 |
Abstract |
目录 |
1 绪论 |
1.1 引言 |
1.2 低合金高强度钢中合金元素的作用 |
1.3 低合金高强度钢的控制轧制和控制冷却 |
1.3.1 控制轧制和控制冷却的含义 |
1.3.2 控制轧制对钢的性能影响 |
1.4 V-N微合金化铁素体-珠光型低合金高强度钢 |
1.4.1 V、N在钢中的作用 |
1.4.2 V-N微合金化钢的强化机制 |
1.4.3 V-N微合金化钢在H型钢中的应用 |
1.5 深海管线用Nb-V-Ti-Mo微合金化针状铁素体型低合金高强度钢 |
1.5.1 管线钢应用与发展 |
1.5.2 深海管线钢组织与性能特征 |
1.5.3 管线钢组织及性能预报 |
1.6 Nb-Ti-Cr-Mo微合金化低合金高强度耐磨钢及其再制造 |
1.6.1 低合金高强度耐磨钢 |
1.6.2 等离子表面强化 |
1.7 课题的提出及研究内容 |
2 试验材料及研究方法 |
2.1 试验材料 |
2.1.1 V-N微合金化钢 |
2.1.2 Nb-V-Ti-Mo微合金化钢 |
2.1.3 Nb-Ti-Cr-Mo微合金化钢 |
2.2 试验方法 |
2.2.1 形变热模拟试验 |
2.2.2 相变热模拟试验 |
2.2.3 等离子堆焊试验 |
2.3 研究方法 |
2.3.1 光学显微观察及定量分析 |
2.3.2 扫描电镜观察 |
2.3.3 电子背散射衍射分析 |
2.3.4 透射电子显微镜观察 |
2.3.5 应力-应变场的有限元模拟 |
2.3.6 温度场的有限元模拟 |
2.3.7 力学性能试验方法 |
2.3.8 耐磨性能测试 |
3 V-N微合金化低合金高强度钢的性能控制 |
3.1 V-N微合金化钢的轧制组织与性能 |
3.1.1 轧制工艺及化学成分对轧后显微组织的影响 |
3.1.2 轧制工艺与化学成分对试验钢性能的影响 |
3.1.3 钢中适合的V/N比 |
3.1.4 本节小节 |
3.2 V-N微合金化钢的强韧化机理 |
3.2.1 相变区不同等温时间的显微组织观察 |
3.2.2 相变初期显微组织观察 |
3.2.3 晶界和晶内铁素体的密度 |
3.2.4 第二相粒子的析出特性研究 |
3.2.5 品内铁素体在V(C,N)上形核的TEM观察 |
3.2.6 V-N微合金化钢中晶内铁素体形核的晶体学计算 |
3.2.7 氮含量对V-N微合金钢中V(C,N)析出量的影响 |
3.2.8 热模拟工艺参数对晶内铁素体形核率的影响 |
3.2.9 形变诱导铁素体相变 |
3.2.10 本节小结 |
3.3 V-N微合金化钢的塑性变形特征 |
3.3.1 高温塑性变形行为 |
3.3.2 基于动态材料模型的加工图 |
3.3.3 动态再结晶组织与形变诱导析出V(C,N) |
3.3.4 本节小结 |
3.4 V-N微合金化钢的塑性变形机制图 |
3.4.1 本构方程的选择 |
3.4.2 塑性变形机制图的算法实现 |
3.4.3 晶粒尺寸对V-N微合金化钢塑性变形机制图的影响 |
3.4.4 本节小结 |
3.5 V-N微合金化钢在H型钢中的应用 |
3.5.1 V-N微合金化H型钢生产工艺路线 |
3.5.2 H型钢轧制过程中的应力-应变场 |
3.5.3 H型钢轧后冷却过程的温度场 |
3.5.4 V-N微合金化H型钢截面不同部位的组织及第二相 |
3.5.5 V-N微合金化H型钢截面不同部位的力学性能 |
3.5.6 V-N微合金化H型钢的强韧化 |
3.5.7 V-N微合金化H型钢控制冷却系统的开发 |
3.5.8 本节小结 |
3.6 本章小结 |
4 Nb-V-Ti-Mo微合金化低合金高强度钢的组织及性能预报 |
4.1 温度场及冷却速度有限元模拟 |
4.1.1 几何模型的建立 |
4.1.2 初始条件及边界条件的处理 |
4.1.3 轧制过程中的温度场 |
4.1.4 轧制及冷却过程中的温度变化 |
4.1.5 控制冷却过程中的冷却速度 |
4.2 热轧过程中奥氏体再结晶数学模型 |
4.2.1 板坯加热时奥氏体晶粒长大模型 |
4.2.2 动态再结晶动力学模型 |
4.2.3 静态再结晶的数学模型 |
4.2.4 晶粒长大动力学模型 |
4.2.5 最终奥氏体晶粒尺寸计算模型 |
4.2.6 加工硬化数学计算模型 |
4.2.7 微合金元素析出动力学模型 |
4.2.8 Nb-V-Ti-Mo钢热轧过程中奥氏体再结晶有限元模拟计算结果 |
4.3 Nb-V-Ti-Mo钢的相变动力学模型 |
4.3.1 相变实际转变温度的计算 |
4.3.2 奥氏体的相变动力学模型 |
4.3.3 铁素体晶粒尺寸预测模型 |
4.3.4 相变计算结果及讨论 |
4.3.5 相变动力学模型的实验验证 |
4.4 Nb-V-Ti-Mo微合金化低合金高强度钢的性能预报 |
4.4.1 屈服强度模型 |
4.4.2 抗拉强度模型 |
4.4.3 脆性转变温度模型 |
4.4.4 力学性能计算结果及讨论 |
4.4.5 力学性能影响因素分析 |
4.5 工艺优化及工业应用 |
4.5.1 工艺优化 |
4.5.2 工业应用 |
4.6 本章小结 |
5 Nb-Ti-Cr-Mo微合金化低合金高强度钢的等离子堆焊强化 |
5.1 等离子堆焊镍基合金涂层 |
5.1.1 镍基合金涂层的相组成 |
5.1.2 镍基合金涂层的剖面显微组织 |
5.1.3 镍基合金涂层的SEM组织观察 |
5.1.4 镍基合金涂层的TEM特征 |
5.1.5 本节小结 |
5.2 等离子堆焊Cr_3C_2颗粒强化镍基合金涂层 |
5.2.1 Cr_3C_2颗粒强化镍基合金涂层的相组成 |
5.2.2 Cr_3C_2强化镍基合金涂层的剖面显微组织 |
5.2.3 Cr_3C_2强化镍基合金涂层的SEM组织观察 |
5.2.4 Cr_3C_2强化镍基合金涂层的TEM特征 |
5.2.5 本节小结 |
5.3 等离子堆焊纳米Al_2O_3颗粒强化镍基合金涂层 |
5.3.1 纳米Al_2O_3颗粒强化镍基合金涂层的相组成 |
5.3.2 纳米Al_2O_3颗粒强化镍基合金涂层的剖面显微组织 |
5.3.3 纳米Al_2O_3颗粒强化镍基合金涂层的SEM组织观察 |
5.3.4 纳米Al_2O_3颗粒强化镍基合金涂层的TEM特征 |
5.3.5 本节小结 |
5.4 等离子堆焊镍基合金及颗粒强化涂层的性能 |
5.5 本章小结 |
6 结论 |
致谢 |
参考文献 |
附录 |
(10)先进技术装备的1800mm带钢炉卷轧机(论文提纲范文)
1 基本概况 |
1.1 坯料及成品规格 |
1.2 工艺流程 |
2 装备水平和特点 |
2.1 加热炉 |
2.2 高压水除鳞系统 |
2.3 立辊轧机 |
2.4 四辊粗轧机 |
2.5 转鼓式飞剪 |
2.6 四辊精轧机 |
2.7 卷取炉 |
2.8 层流冷却 |
2.9 卷取机 |
2.1 0 传动设备 |
3 运行状况 |
四、炉卷轧机的发展及其应用(论文参考文献)
- [1]不锈钢带钢热连轧过程控制策略及热力耦合模型研究[D]. 马更生. 东北大学, 2018(01)
- [2]基于PSO-BP神经网络的双机架炉卷轧机轧制力预测[D]. 王智. 昆明理工大学, 2017(01)
- [3]镁合金板带的应用与生产[J]. 韩晨,孙付涛. 金属世界, 2015(04)
- [4]00Cr22Ni5Mo3N双相不锈钢生产工艺的开发和应用[A]. 王剑勇,韩静涛,潘吉祥,陈兴润. 2014年全国轧钢生产技术会议文集(上), 2014
- [5]炉卷轧机轧制过程力学分析及其机架结构强度的研究[D]. 张英凤. 辽宁科技大学, 2014(06)
- [6]炉卷轧机生产不锈钢板形控制研究[J]. 马艳丽,李聚宝,王建泽. 轧钢, 2013(02)
- [7]基于渐消记忆RLS算法的炉卷轧机弹跳自动测定方法[J]. 陈长. 冶金自动化, 2013(01)
- [8]体现轧机功率需求主动性的周期性冲击负荷模型[J]. 李志强,韩志勇,安宁. 电网技术, 2011(12)
- [9]低合金高强度钢成分—组织—性能控制与再制造[D]. 黄贞益. 南京理工大学, 2012(07)
- [10]先进技术装备的1800mm带钢炉卷轧机[J]. 朱永炎,周石光,李成花. 轧钢, 2010(01)