一种基于神经网络的冷轧成形控制系统[外文翻译].rar

一种基于神经网络的冷轧成形控制系统

摘要：
在钢的冷轧中，板形对产品质量至关重要。在现代轧钢厂中，有许多不同的方法来控制板形，包括调整侧边凹陷处，偏转工作轧辊和改变中间辊转速。然而这些控制方法不是独立的，因此应用时要注意。这篇论文介绍了板形控制的一种新方法。它包括两个阶段：第一阶段是利用人工神经网络去辨别板形模式；第二个阶段是利用一个或多个控制方法的综合。这个过程可能需要几个重复的阶段。这种方法已经在一个8000KN的轧钢机上验证了，结果证明这种新方法可以逐渐减少板形误差。
关键词：冷轧 成形控制 张应力 模式识别 神经网络
1、导言
冷轧是钢生产的一种重要方法，第三个作者自从1972年从中学毕业在一个轧钢厂作为领班工作了近五年。当产品质量是主要关注点时这个研究带回了一些记忆。在过去二十年，随着全面提升质量和生产率的需求，板形和板厚的需求变得相结合。而且，在钢生产中轧制过程是个断续的过程，因此，它需要的是不仅要满足轧制过程中的板形需求，而且要模拟板形的三维压力和变形。另一个是由Xiao等人构建的边界元素模型。这些模型提供了轧制的详细信息。
为了实现最终在线控制的目标，采用了不同的方法。在Carlstedt andKeijser（1991）中，介绍了一种自动的平面度控制的新方法。在Peng (2000) 和 Peng 等人 (2002)研究了高压轧钢机的板形控制，它的目的是使板形与预定义的板形相匹配，在这项技术中，关键点是识别板形模式然后相应的控制轧钢机。板形模式的识别可以采用不同的方法，例如由Hua and Zhou(1992)研究的板形模式识别方法；由Carlstedt andKeijser (1991)研究的多项式回归法；Di 等人 (1995), Liu (1996) ， Zhou 和Wang (1997)研究的多项式正交回归法。这些方法本质上讲是减少模式误差的最小二乘法。最近，一种模糊的成形模式识别法由Qiao等人研究出来，然而，实际的模式识别板形控制仍然是一个课题。这篇论文的目的是介绍一种新的冷轧的成形测量和控制系统。论文的其余部分是按照以下方式排列的：第二部分介葽@尚尾饬糠椒ǎ谌糠置枋龀尚慰刂葡低常Ｊ绞侗稹⒊尚蔚娜钡恪⒊尚慰刂频牟呗院褪笛榻峁谒牟糠职恍┙崧邸�
2、成形测量和描述