轧制过程数学模型课件.ppt

主讲: 乔军 Office: 材料学院519 Tel: 5929532 (O) (M) E-mail: juncourses@163.com 第一章 轧制过程数学模型概述 第一章 轧制过程数学模型概述 第一节 数学模型的概念 针对或参照某种问题的特征和数量相依关系，采用形式化语言，概括或近似地表达出来的一种数学结构。 一、建立数学模型的一般步骤 确定问题系统及变量关系； 确定最佳的试验方案和方法； 确定合理的模型结构； 确定模型中的最佳参数； 检验修改模型。 二、建立数学模型的基本方法 理论分析法：需已知边界条件。包括数值方法来求解（上下界法，有限元法）； 模拟法：利用已有模型来模拟较复杂，但较相似的过程； 结构分析法：理论结合统计，用理论方法确定系统的结构，再用试验数据来确定系数，较使用、准确，且便于修正。应用于塑形加工过程的大部分数学模型，例如变形抗力和宽展； 概率法：用概率分布规律及其方法来建立模型。例如连铸机浇注准备时间按正态分布建立模型，轧机故障中断时间按指数分布。 统计回归法：理论结构尚难弄清，可采集数据，通过统计和回归方法，弄清它的结构和系数。 第二节 数学模型在轧钢自动控制中的作用 一、数学模型是计算机自动控制系统的基础和灵魂。 二、轧制过程自动控制水平 自动厚度控制； 自动宽度控制； 板形动态控制； 轧件位置跟踪和控制； 轧件温度控制； 组织性能预报。 第三节 塑性成形模拟中的数学模型 组织性能模拟用到的数学模型主要有： 奥氏体再结晶模型。包括动态、静态、和亚动态再结晶模型。 奥氏体相变组织及碳氮化合物析出模型。 组织-性能对应关系模型。 第四节 轧制过程数学模型的基本内容 一、常用的数学模型 变形模型。包括压下、宽展、延伸、前滑、轧件稳定性、金属流线、应变分布等。 力学模型。包括压力、扭矩、能耗、工具受力分布、变形金属应力分布等。 温度模型。如升温、冷却、温度分布等。 组织及性能模型。如力学性能、物理性能、组织变化、相变、组织性能分布、显微结构等。 机械传动模型。其中有传动系统振动，轧辊弹性压扁、弹跳，部件损耗等。 经济模型。包括生产率、能耗、成材率、成本及利润等。 二、模型分类 理论型。 根据机理，即内在规律通过理论解析建立模型。 统计型。根据过程的统计规律建立 理论-统计型。利用理论模型的结构形式、根据生产数据估计出其中的参数所建立的模型。 人工智能型。应用人工智能技术。 第五节 生产中数学模型的自适应 一、自适应数学模型一般形式： 第五节 生产中数学模型的自适应 二、举例：粗轧出口到精轧出口的温降分为两段计算 从粗轧出口到精轧入口，主要为辐射温降，其中黑度e为一个需要学习的系数。 从精轧入口到精轧出口，这一段主要是强迫对流冷却，需要对当量传热系数Ka进行学习。可将黑度e的误差统一由Ka的学习加以考虑。 第二章 建模数据分析法 第一节 一元回归分析 一、回归分析的基本概念与回归方程 回归分析用于对函数f(x)的一组观测值确定函数的表达。 f(x)可以是一元，也可以是多元，可以是线性，也可以是非线性。 两类变量关系 确定性关系。熟知的函数关系，如电流和电压，U=IR。 非确定性关系。又称为相关关系，很难用确定的函数关系表达（如材料的变形抗力与材料的成分，加工变形过程中的变形温度、变形速度和变形程度都有密切的关系，但很难用确定的函数关系来描述）。 2．最小二乘法（举例2-1） 二、回归方程的显著性检验 2.相关系数r检验 对于两种显著性水平a=0.05和a=0.01 第二节 多元回归分析 基本原理来自于一元回归，但更复杂，计算量大，应用MATLAB软件。 二、线性方程组消元公式 高斯消元法：求解多元回归的正规方程。 以三元为例： 进行初等变换，使得对角线元素为1，非对角线元素为0，则经变换后的右端项即为回归系数。即求得： 三、多元线性回归结果检验 在b=0的假设下构造F统计量： 第三节 逐步回归分析 一、逐步回归分析的基本思想 1.自变量多的优点：回归平方和U越大，残差平方和Q越小，预报精度越高。 2.自变量多的缺点： 数据收集和测定计算困难。 如果方程中含有对y影响不显著的变量，以至影响了回归方程的稳定性，反而使预报效果下降。 控制速度慢。 3.为优选自变量，需要进行逐步回归。 基本思想：根据自变量对因变量影响的重要性，把它们逐个地选入回归方程中。具体方法为先建立只包含一个自变量的回归方程，然后建立两个自变量的回归方程。之后反复进行两个步骤： 二、每个自变量的贡献 每个自变量 2.每个自变量的显著性检验 逐步回归在建立回归方程时，消元前都