发明名称 平整过程带钢机械性能在线检测控制方法
摘要 本发明涉及板带轧制领域,尤其涉及一种板带平整质量控制方法。一种平整过程带钢机械性能在线检测控制方法,首先选用模型输入量、模型输出量,建立平整工艺相关参数与带钢机械性能之间对应关系的三层BP神经网络模型;针对某一钢种规格带钢收集记录n组平整工艺相关参数的实测值和带钢机械性能参数的实测值作为神经网络模型的训练样本,采用BP方法对神经网络进行学训练,即得到该钢种规格带钢的机械性能预报模型;利用机械性能预报模型实现对平整过程带钢机械性能的在线控制。本发明并根据机械性能预报值的判定结果对平整工艺参数进行调整,实现对带钢机械性能参数的在线控制,以获得带钢材料较小的曲强比,从而保持带钢良好的成型性能。
申请公布号 CN104438350A 申请公布日期 2015.03.25
申请号 CN201310436580.4 申请日期 2013.09.24
申请人 宝山钢铁股份有限公司 发明人 顾廷权;姜正连
分类号 B21B37/00(2006.01)I 主分类号 B21B37/00(2006.01)I
代理机构 上海科琪专利代理有限责任公司 31117 代理人 伍贤喆;朱丽琴
主权项 一种平整过程带钢机械性能在线检测控制方法,其特征是,包括以下步骤:步骤一、首先选用平整工艺相关参数作为模型输入量,以带钢机械性能参数作为模型输出量,建立平整工艺相关参数与带钢机械性能之间对应关系的三层BP神经网络模型;步骤二、针对某一钢种规格带钢长度方向上的某一选定位置,收集记录该处的平整工艺相关参数的实测值,经过平整后的带钢进入机组取样段时,对该处带钢进行取样,通过离线破坏测试方法进行测试得到带钢机械性能参数的实测值;步骤三、多次重复步骤二,得到该钢种规格带钢的n组平整工艺相关参数和带钢机械性能参数;步骤四、将步骤三得到的n组数据作为神经网络模型的训练样本,采用BP方法对神经网络进行学习训练,即得到该钢种规格带钢的机械性能预报模型;步骤五、将经过学习训练好的机械性能预报模型嵌入平整机自动控制系统,输入平整工艺相关参数的实测值实现对带钢机械性能参数的预报,对所得到的带钢机械性能参数预报值进行判定,根据判定结果对平整延伸率进行相应的调整,实现对平整过程带钢机械性能的在线控制。
地址 201900 上海市宝山区富锦路885号