热连轧带钢厚度力的智能纠偏.pdfVIP

叁韭盘茎盛±逾主 搁墨 热连轧带钢厚度和轧制力的智能纠偏 摘 要 f为了满足用户对带钢尺寸和板形精度的日益增长的要求，提高轧制 参数设定精度变得越来越重要。本文的主要工作集中在轧制力预报、带 钢厚度和轧制力纠偏等方面。采用的方法是将人工智能技术：神经网络、 数据仓库和数据挖掘，结合热轧带钢轧制力数学模型，应用到热轧带钢 轧制力预报、带钢厚度和轧制力纠偏系统中。 利用神经网络、数据仓库和数据挖掘及数学模型结合的方法，建立 热轧带钢精轧机组轧制力高精度预报和厚度控制的智能化系统，以提高 传统模型的设定精度，进而达到改善带钢头部厚度精度的目的。考虑了 影响轧制力的各种因素，针对热连轧生产线，从不同侧面、不同角度进 行分析，{主要工作如下： 1．分析72050mm热连轧厚度控制模型和带钢厚差产生的原因，为建立轧 制力纠偏人工智能系统打下坚实的基础。 2．建立精轧数据仓库。把数据集市应用在热轧轧制过程中。精轧数据仓 库包括精轧轧制过程中的各种设定数据和实测数据。数据仓库中的海 量数据为数据分析、数据挖掘和神经网络训练提供保证。 3．在己建立精轧数据仓库的基础上，采用数据挖掘技术用于对海量的精 轧数据进行相关性等处理，从中提取精轧轧制数据的规律。 4．在数据仓库和数据挖掘的基础上采用人工神经网络方法，建立用于轧 Force—Back 制力预报的Rolling 分利用建立的精轧数据集市和通过对神经网络输入参数和结构的挖 掘而产生新网络结构，并用此新网络结构进行训练，进而使神经网络 的学习效率改善。 5．提出单一机组和连轧机组带钢厚度与轧制力偏差的校正方法。 2050mm热连轧精轧机组的离线仿真结果表明：轧制力偏差降低了5％， ’ 带钢厚度偏差降低了10～20％，效果显著。 本文的研究成果已在生产现场得到应用。基于数据仓库和数据挖掘 的人工神经网络轧制力智能控制思想用于2050mm热连轧精轧机组，为 神经网络和数据仓库、数据挖掘、数学模型的组合提供了一种方法和途 径。目前该系统已应用于2050mm热连轧精轧机组中，使带钢厚度精度 盔丝盘茎谴±硷主 揎圭 提高了近2％。 关键词。热轧带钢，数据仓库，数据挖掘，轧制力，数学模型， 神经网络 Abstract Tomeetthe of thicknessand increasingrequirements striP flatnes is s accuracy，it moreandmore to becoming important rovethe of this imp precision Parameters．In settingrolling thesisitisfocused the on force and studyingroflingprediction both ss