基于BP神经网络的中厚板热处理洗炉试验模拟与应用.pdfVIP

第 32卷 第2期 轧 钢 Vo1．32 No．2 p51-54 2015年 4月 STEELRoLLING April2015 · 研究与开发 · DOI：10．13228~．boyuan．issnl003-9996 基于BP神经网络的中厚板热处理洗炉 试验模拟与应用 董 占斌，王雪松，刘晓辉，刘永利 (秦皇岛首秦金属材料有限公司，河北 秦皇岛 066326) 摘 要：针对影响热处理钢板表面质量的炉底辊压痕缺陷，分析了其产生机理，并结合首秦公司实际生产情 况，采用现场实测数据和人工神经网络技术建模。根据模拟计算结果，确定了最优的洗炉制度，同时通过加 强抛丸质量控制 、在线炉内气氛检测等措施，使钢板(生产温度不小于900℃、钢板厚度不小于 30mm)压痕 比例 由12％降至 5％，大大提高了热处理钢板的表面质量。 关键词：中厚板；热处理；洗炉制度；炉底辊压痕；BP神经网络 文献标志码：A 文章编号：1003—9996(2015)02—0051-04 Simulationandapplicationofcleaningtestforplateheattreatmentfurnace byBPartificialneuralnetwork DONG Zhan—bin，WANG Xue-song，LIUXiao—hui，LIU Yong—li (QinhuangdaoShouqinMetalMaterialsCo．，Qinhuangdao066326，China) Abstract：Accordingtothefurnacerollerindentationdefectwhichwastheeffectfactorofhe~ treatmentplatesurface quality,theformation mechanism ofthisdefectwasanalyzed．Combiningwiht theactualproduction siutationof ShouqinCompany,andusinghtemeasureddata，htemodelofBPneuralnetworkwasestablished．Basedonthesimu- lationresults，htebestschemeofcleaningfurnacewasobtained．Andthroughthesrtengtheningcontrolofhteshotblasting quality and fumaceatmosphereon-linedetection，forhteplate，whichproducing temperaturewasover 900 ℃ and hticknesswasover30mm．theindentationratiowasreducedfrom 12％ to5％． Keywords：plate；heattreatment；cleaningfurnacescheme；indentationoffurnaceroller；BPneuralnetwork 秦皇岛首秦金属材料有 限公司中厚板热处 钢板炉底辊压痕缺陷是我国中厚板热处理质 理炉由德国LOI公司设计，自2008年投产以来 量控制的难点，为避免因停炉降温后打磨炉底辊 间断性地 出现钢板炉底辊压痕缺陷，即钢板下 表面的粘浮物，或更换表面缺陷严重的炉底辊而影 表面产生通条的压痕，若控制不及时，压痕面积 响生产周期，目前有效的措施为洗炉清理 l【J，但如 超