莱钢1500mm热连轧机轧制力预报精度的研究.pdfVIP

《冶金自动化》2008年S1 500 莱钢1 mm热连轧机轧制力预报精度的研究 王 芳，吴晓峰，吴召明 (莱芜钢铁集团有限公司自动化部，山东莱芜271104) 500 摘要：为了提高莱钢l mm热连轧机轧制力的预报精度，采用四种神经网络模型方案对轧制力进行了预报仿 真，同时对四种方案和莱钢数学模型进行了比较。结果表明，采用神经网络模型预报轧制力具有很高的预报精 度，并对该种技术在莱钢生产线上的应用进行了展望。 关键词：轧制力；神经网络；预报精度；Matlab 500 在莱钢1 mm热连轧机带钢生产过程中， 据的正确性和合理性是得到精确模型的基础。在 轧制力的预报是一个比较重要的环节，它是带钢 热连轧精轧机组计算机设定模型的核心。相关研 年10月20日期间的相关轧钢数据。通过对现场 究资料表明，辊缝设定误差在大体上是与压力预 工艺的分析，确定了影响热连轧精轧机组F6机架 报的误差成正比关系的，压力预报的精度将直接 轧制力的主要因素包括：F6机架的人口温度、出口 影响到辊缝的设定，进而影响到穿带的稳定性，板 温度、入口厚度、出口厚度、轧辊速度、工作辊径， 厚精度以及产品的最终质量等等。 成品的目标宽度，C、Mn、si的化学成分含量。 传统轧制力理论是由轧制理论出发，利用传 通过对数据的整理和筛选，保留下合格完整 统的数学工具建立起轧制力关系模型。但是用传 的钢种为Q235钢种的轧钢数据。由于采集数据 统的数学模型难以建立相对准确的，既能表达各 的物理量各不相同，数值差别也很大，在进行训练 参量之间的静态关系，又能准确描述其动态关系 之前，对所选择的数据进行归一化预处理。归一 的表达式。为解决上述问题，提高轧制力预报精 化处理的计算公式 度，本文开展了应用神经网络技术进行轧制力预 报的研究。 ， 2 1精轧机轧制力预报模型 兰竺二兰竺堕 2 500 戈=一 在莱钢1 mm热连轧机的过程控制级(简 式中，石为某一变量值；石～为某一变量的最大值； 称二级)，精轧机的轧制力预报模型采用了传统的 戈mi。为某一变量的最小值；戈’为某一变量值归一化 轧制力预报数学模型，设定公式为 后的值。 F=F，Q。WZcAQPF(1．0+QPF) 2．2 四种神经网络模型方案 式中，F为轧制力；F，为变形抗力；Q。为应力状态 将神经网络技术应用到轧制力预报时一般有 系数；形为成品目标宽度；￡。。为压扁接触弧长；Q阡 两种方法：第1种方法是完全抛开传统轧制力模 为应力状态自学习系数。 型，仅仅把轧制力的主要影响因素作为神经元网 2基于神经网络的轧制力预报模型研究 络的输人参数来预报轧制力的大小；第2种方法 500 莱钢l mm中宽带热连轧机精轧区有六架