单机架可逆冷带轧机轧制规程人工智能优化及工程实践

发布时间：2017-05-14 18:08

  本文关键词：单机架可逆冷带轧机轧制规程人工智能优化及工程实践，，由笔耕文化传播整理发布。

【摘要】： 轧制规程是带钢生产的主要工艺技术内容,是轧机生产能力发挥、产品质量精度及板形质量的根本保证。随着轧制技术的飞速发展,只靠经验方法制定轧制规程已不能满足生产需要,而目前在单机架可逆冷轧机领域,关于轧制规程人工智能优化的研究甚少。本文结合某钢厂1422mm单机架可逆冷带轧机液压AGC及电气传动系统改造工程实践,进行了单机架可逆冷带轧机轧制规程人工智能优化的理论和试验研究,具有重要的理论意义和工程实用价值。 论文首先经过分析比较,确定了一组适合该套轧机系统的轧制数学模型,选择了充分发挥设备能力的轧制力成比例的负荷分配目标函数,运用遗传算法对轧制规程进行了优化,并与原系统轧制规程进行了比较,相比之下,优化后的轧制规程更合理。为了选择出更适合工程实践的优化算法,本文又运用新兴的粒子群算法进行了轧制规程的优化。通过与遗传算法的分析比较,确定粒子群算法在收敛速度、计算精度、搜索能力等方面更具优势,因此拟用于工程实践。本文结合实际情况,经多次试验,对粒子群算法进行了适当的改进,并选取了一组合理的优化参数,使算法的收敛速度更快、计算时间更短,满足了在线生产的需要,并将改进粒子群算法应用于工程实践,达到了降低设备能耗、提高生产效率的目的。 基于WinCC和WinCC flexible软件平台,设计开发了由计算机和触摸面板组成的上位机系统,完成了与下位机系统的通讯,实现了轧制规程的计算、轧制状态监控、数据管理、报警记录和报表系统等功能。
【关键词】：单机架 轧制规程 人工智能优化 遗传算法 粒子群算法
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：TG335.1
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-18
• 1.1 冷轧生产概况10-12
• 1.1.1 国内外冷轧生产概况10-11
• 1.1.2 单机架可逆式冷轧机的发展11-12
• 1.2 轧制规程优化的研究进展12-15
• 1.2.1 传统的轧制规程制订方法12-13
• 1.2.2 人工智能优化方法13-15
• 1.3 课题的背景和意义15-16
• 1.4 论文主要研究内容16-18
• 第2章 轧机系统组成及轧制数学模型18-30
• 2.1 轧机系统组成18-20
• 2.1.1 机械结构18-19
• 2.1.2 电机参数19-20
• 2.1.3 轧制工艺参数20
• 2.2 轧制数学模型20-29
• 2.2.1 轧制力模型21-22
• 2.2.2 变形抗力模型22-24
• 2.2.3 应力状态系数24-25
• 2.2.4 张力模型25-26
• 2.2.5 轧制力矩、功率及速度26-28
• 2.2.6 轧制道次的确定28-29
• 2.3 本章小结29-30
• 第3章 基于遗传算法的轧制负荷分配优化30-43
• 3.1 轧制规程制订30-32
• 3.1.1 轧制规程计算流程30-32
• 3.1.2 轧制规程计算32
• 3.2 负荷分配优化32-36
• 3.2.1 负荷分配优化目标34-35
• 3.2.2 负荷分配优化目标函数选择35-36
• 3.3 基于遗传算法的轧制负荷分配优化36-41
• 3.3.1 遗传算法简介36-37
• 3.3.2 遗传运算37-39
• 3.3.3 遗传参数选择39-40
• 3.3.4 遗传算法优化40-41
• 3.3.5 结果分析41
• 3.4 本章小结41-43
• 第4章 基于粒子群算法的轧制规程优化及工程实践43-55
• 4.1 基于粒子群算法的轧制负荷分配优化43-48
• 4.1.1 粒子群算法43-46
• 4.1.2 粒子群算法优化46-47
• 4.1.3 结果分析47-48
• 4.2 轧制规程优化工程实践48-53
• 4.2.1 粒子群算法的改进48-51
• 4.2.2 基于改进粒子群算法的轧制规程优化51
• 4.2.3 结果分析51
• 4.2.4 工程实践51-53
• 4.3 本章小结53-55
• 第5章 轧制工艺优化上位机系统开发55-72
• 5.1 上位机系统组成及网络配置55-56
• 5.2 基于 WinCC 的计算机系统开发与设计56-65
• 5.2.1 WinCC 软件简介56-57
• 5.2.2 项目的创建57-58
• 5.2.3 项目设计与软件开发58-64
• 5.2.4 数据管理64-65
• 5.3 基于 WinCC flexible 的触摸面板开发与设计65-71
• 5.3.1 西门子触摸面板简介65-66
• 5.3.2 WinCC flexible 软件简介66-67
• 5.3.3 项目的开发与设计67-70
• 5.3.4 项目的传送与下载70
• 5.3.5 触摸屏设置70-71
• 5.4 本章小结71-72
• 结论72-74
• 参考文献74-80
• 攻读硕士学位期间承担的科研任务与主要成果80-81
• 致谢81-82
• 作者简介82

【引证文献】

中国硕士学位论文全文数据库 前1条

1 刘立志;蚁群免疫算法在冷连轧机轧制负荷分配优化中的应用[D];燕山大学;2011年

  本文关键词：单机架可逆冷带轧机轧制规程人工智能优化及工程实践，由笔耕文化传播整理发布。

本文编号：365861