地下卷取机最大卷取力矩的研究及预测-机械制造及其自动化专业论文.docx

黯摇 黯摇快快 研究生学位论文创新性声明 本人郑重声明:所呈交的学位论文是本人在导师指导下，独立进行研 究所取得的成果。除了文中已经注明引用的内容或属合作研究共同完成的 工作外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。 对本文的研究做出重要贡献的个人和集体，均己在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名:赵何 日期:2州何，16 研究生学位论文版权使用授权声明 本论文的研究成果归武汉科技大学所有，其研究内容不得以其它单位 的名义发表。本人完全了解武汉科技大学有关保留、使用学位论文的规定， 同意学校保留并向有关部门(按照《武汉科技大学关于研究生学位论文收录 工作的规定》执行)送交论文的复印件和电子版本，允许论文被查阅和借阅， 同意学校将本论文的全部或部分内容编入学校认可的国家相关数据库进行 检索和对外服务。 论文作者签名: 指导教师签名: 日 期:; 向飞 J;/ 万方数据 万方数据 摘 要 地下卷取机是热连轧生产中十分重要的辅助设备，一般位于热连轧机生产线 的末端，作用是收集超长带钢，并将其卷取成卷，方便运输和储存。地下卷取机 的卷取过程十分复杂，只有分析出各力矩的变化规律，才可以计算卷筒驱动电机 的总负载情况，从而为设计人员合理选择工作电机、校核设备能力提供必要的计 算参数。 本文分析了卷取机的工作原理，测出在实际生产过程中扭矩的变化，从 CSP 厂的 PDA 中采集数据与实测数据进行比较，二者扭矩变化曲线整体的趋势是相吻 合的，证明 PDA 中的数据真实有效。将 PDA 的数据作为样本，运用 BP 神经网络和 动态模糊神经网络对最大卷取力矩进行预测。本文主要工作如下： (1)根据各力矩的变化规律，推导出合理的计算方法，建立卷取过程的动力学 方程。以卷取直径和带钢张力的变化作为输入，卷取力矩作为输出，运用 Simulink 建模仿真，对卷取过程进行模拟。输入某种型号的带钢的参数，可以得到整个卷 取过程中扭矩变化规律以及产生最大扭矩时所对应的时间。 (2)通过对卷取工艺及过程分析，确定影响最大卷取力矩的主要因素。利用 PDA 中的数据作为训练样本，建立 BP 神经网络和动态模糊神经网络模型，设置初始参 数，以带钢的厚度、宽度、屈服强度和卷取温度作为网络的输入，分别预测卷取 机的最大卷取力矩值，并且比较两种模型的预测结果，分析出各自的特点。 本课题以实际工程项目为研究背景，运用以上方法对最大卷取力矩进行研究 和预测，掌握卷取机组的承载能力，并对该机组的卷取能力进行量化分析与评估， 为生产超薄高强钢提供理论依据。 关键词：卷取机；卷取力矩；Simulink 仿真；BP 神经网络；动态模糊神经网络 I Abstract The coiler is a very important auxiliary equipment in hot rolling production. It is generally located at the end of the hot strip mill production line and helps to collect and coil long strip which makes the transportation and storage easier. It’s noted that the coiling process of the coiler is very complex. Only obtain the variation of each kinds of moment, can it be able to calculate the total load of the drum driving motor. Thus the key parameters can be get which can help the designers make a reasonable selection on the working motors and check the equipment capacity. According to the variation of each moment，derive a reasonable calculation method，establish coiling process kinetic equations. Use coiling diameter and the variation of strip tension as input，use coiling torque as output，then modeling and simulation using Sim