BP神经网络和数学模型在中厚板板凸度预报中的综合应用

1、第!卷第#期$%年&月塑性工程学报789:!8:#!+,;:!$%1,$-式中!+出口板凸度/+入口板凸度/U+%&!+轧制力均匀分布时的机械凸度/$+机械凸度对轧件出口凸度的影响称之,为机械凸度转化系数R!T,9+入口板凸度对出口板凸度的影响系数9称之为板凸度遗传系数,R!T%9统称板凸度模型影响系数其模型精度,和很大程度上取决于这两个系数的精度!)#根据小川茂等人的试验结果有(6$=G$&H&国家重点基础研究发展规划基金项目%&!#张延华5H?D9?EBDIDI8ZO:LE!WJ作者简介张延华男!M=&年生黑龙江伊春人东北大学博土研究生收稿日期$修订日期$#H$MH!M$%H$#H!G万方

2、数据:%.CLO?E1$!:!$#3&%&$:%!:%式中!/R:+工作辊直径LW+轧件出口厚度%+轧件宽度:+!第#期张延华等+F/神经网络和数学模型在中厚板板凸度预报中的综合应用%M该板凸度模型结构简单!合理地考虑了轧制过程中轧辊变形和轧件变形对板凸度的影响$!机械凸度的模型!$&M!然后利机械凸度的计算采用影响函数法#式中!(第块钢轧制完成时支撑辊的磨损!-C(量(支撑辊中心磨损量-C(支撑辊直径LC(与轧辊材质有关的常数!(用数学回归方法进行处理求得机械凸度模型的简化形式根据式&式&可以很便捷地计算轧件!=/$1D.%8-DF%8F-/F1&Q/F11D$-D!%/W%6-D%/C%6

3、&#式中!D.(轧制力影响系数DF(弯辊力影响系数/F1(轧辊凸度影响项8(轧制力8F(弯辊力/:和/C(分别是工作辊和支撑辊的凸度6(轧辊辊身长:(轧件宽度D$D(模型系数!轧辊磨损模型轧辊磨损是板凸度和板形计算中不可缺少的信息!工作辊磨损模型考虑了支撑辊的影响$-:!&1-W!.!&-C!%(31!L:!:GG&:%:%L:(%D$-$C$:%(31!L:,C!&$:)$:-:!&1-:!.!&-C%(%31!L:,C!&:),C&%式中!-W!(第块钢轧制完成时工作辊的磨损量$(是第块钢的总轧制道次数,3!83!(%3(分别是第3道次的轧制长度*轧制力和压下量,C(支撑辊辊身长L:(工作

4、辊直径C!C(与轧辊材质有关的常数支撑辊磨损计算采用二次多项式为-C!1-C#!.&),C$&-万C方数据1-C$:%.!-&R&(&D第!卷究从工艺角度出发!对F/网络模型的输入量确定为&个参数工作辊直径L:#支撑辊直径LC#入口板厚#出口板厚%#板宽K#入口板凸度/#轧辊机械凸度/$#目标凸度/%!输出层为机械凸度9$基于F转化系数,和板凸度遗传系数/网络的板凸度影响系数优化结构如图!由于目标凸度引入网络结构!隐层的个数简化与输入层个数相等$因此!板凸度影响系数神经网络优化简化模型结构为$&e&e式中!*表示各输出节点的期望输出值7&*)*&节点所在层的上面一层的节点号修改权值和阈值%7-

5、!777.!-.1*-*&*&-&7-!777.!-.111-1&13&3&3&3&-&*学习步长!本模型取$式中!:%*势态项!本模型取$:%*当经历!=N后!判断指标是否满足精度图!简化后的神经元网络结构.D&R!%!N和目标输出+&R!%!N$Q计算网络的实际输出及隐含单元的状态&1!&(13&3.*&式中!&*神经元输出13&*连接权值*&*神经元的阈值!*激发函数!为0D&R&!T&7&T&要求#!这里#*$其中#R(#!#R(&7&T&+!$为精度!本文取$R$:$!$若满足要求则继续G!否则转到Q$G停止!结束$M!应用实例利用(C?L9BMD和3及PDEK8WI$作为操作平台!

6、我们分析某中厚板厂$Q年&月的G天采集到的!$组数据对F/网络进行学习!并对学习样本进行模糊聚类分析!选取其中=$组样本作为新的学习样本集!进行分类计算模型系数!把计算的结果以查询表形式存储到计算机里!实际运用按查询表给出的条件和系数进行计算$表!中给出了在轧制选用#%为代表钢种!坯料规格$e#$eM%$!终轧规格为!&:$eQ%$e!#&$!来料温度为!$G!k$表!中只列出最后#个道次的出口凸度的实际值与各模型预测值的对比情况$表#!传统模型和优化模型精度比较1?A:!/CBLDID8EL8?CDI8E8Z89K?EK8OD;8KB9!数学模型F/优化模型道次厚度凸度实测值凸度相对误差&f

7、凸度相对误差&f+HQQ$:$:%G$:=$%:=$:%TQ:%!+HQ:G$:#$:#=#:%$:#=#:%+H!$:$:QQ$:Q%=:$=$:QTQ:$Q+$!&:$:%$:G&:$:#T#:$注$为最后轧制道次$由于在预报模型中引入目标凸度!而目标凸度值根据实际值给出!如果目标凸度给出偏低&比实际值!预报结果比实际值低$上述表中出现除+H道次外!其余道次低于实际值的现象$在F/网络输入项中!目标凸度作为输入项!可以大大提高网络收敛速度$M!MM!第#期张延华等F/神经网络和数学模型在中厚板板凸度预报中的综合应用=!$!N!Q%!(?W?0?OI;8O8U!U?;0BO?9b(EHDD9

8、9$LJI8K8ZIOCDC8WEDE8OIOCDL%!D99I$b8;CE?98ZOB01/M&#%&!#!$Q#!$#!$!U#%!N?I;K?0DC?I?W?1!(EDID4!BO?9b/C8ZD9BL8EOC89DE8OIOCD899DE?ZBCBKA?LH;899CB01/M&Q&!%!%G$%!张进之b解析板形刚度理论$b中国科学&5辑#!#$Q$&!&G$=%!何勇!项利国b基于模糊聚类的F/神经网络模型研%!究及应用$b系统工程理论与实践!$#&#GM&$G%!邵峰晶!于忠清编著b数据挖掘原理与算法$N%b北京中国水利水电出版社!$Q$!%$&%!王国栋b板形控制和板形理论$N

9、%b北京冶金工业出版社!M&=$M%!魏立群!陆济民!蔡恩沛b应用变接触长度支承辊%改善中厚板板形及横向同板差$b钢铁研究学报!#!MMM!&!Q$%!$8E.Nb38;OBCC899KBZ9BLOD8EC8C?Z8CCBH!KDLODEOCDC8WE$%b2C8E?EKIOBB9BEDEBBCIL!#!M&#=!&GQQ-26+&.6(1(BTU1/A&21/.(,61+(7:61&.6(16.0557&.0/7&.6+&27(9/2).(5/96+.6(1(B52&./+(;?-2)D?EH;?P,+66;8HK8EB0O?OBdB?A8C?O8CZ*899DEEK,;O8?OD8E8CO

10、B?IOBCE)EDaBCIDO0BE?E!$#DE?!3J-J8?JJBE?E2EIODO;OB8Z3BDL?91BLE898BE?E!$!#DE?!3JJJDI?BC?E?9BI?ID9B9?OBLC8WE8KB9?EK8KDIC88IBKO8J8ODDB9?OBLC8WE8KB9A?IDI8EF/EB;C?9EBOW8CIO8DC8aBOBL8EOC89?LL;C?LZLC8WECBKDLOBK:1BZ;L9;IOBC?HJ8J!E?9IDIW?I;IBK?IOBCBC8LBIIDEO8IB9BLOOBI?9BIBOWDLL?EDELCB?IBOBIBBK8ZIO;K:2ODII8WEO

11、?OOBCBKDLHJJOD8ECBLDID8E8ZF/EB;C?9EBOW8CIL?EABDC8aBKB8ODD?OD8E8KB9L?EAB?HJ?ED;BI?EKB;DBEO:(F(;/(9)9?OBLC8WE/EB;C?9EBOW8CZ;9;IOBCJL4万方数据BP神经网络和数学模型在中厚板板凸度预报中的综合应用作者：作者单位：张延华， 刘相华， 王国栋， ZHANG Yan-hua， LIU Xiang-hua， WANG Guo-dong张延华,ZHANG Yan-hua(东北大学,轧制技术及连轧自动化国家重点实验室,沈阳,110004;沈阳化工学院,信息工程学院,沈阳,11014

12、2)， 刘相华,王国栋,LIU Xiang-hua,WANG Guo-dong(东北大学,轧制技术及连轧自动化国家重点实验室,沈阳,110004)塑性工程学报JOURNAL OF PLASTICITY ENGINEERING2005，12(4)1次刊名：英文刊名：年，卷(期)：引用次数：参考文献(10条)1.陶红勇.王京.陆秀志 神经网络在板形控制中的应用期刊论文-轧钢 2003(4)2.Nakajima K.Asamura T.Kikuma T Hot strip crown control by six-high mill 19843.Ogawa S.Matsumoto H.Hamauzu

13、 S Online calculation method of strip crown in hot strip mills 19844.MASUDA S.Hirasawa T.Ohnishi Y Profile control in hot strip rolling by chamfered back-up roll 19825.张进之 解析板形刚度理论期刊论文-中国科学E辑 2000(2)6.何勇.项利国 基于模糊聚类的BP神经网络模型研究及应用期刊论文-系统工程理论与实践 2004(2)7.邵峰晶.于忠清 数据挖掘原理与算法 20038.王国栋 板形控制和板形理论 19869.魏立群.

14、陆济民.蔡恩沛 应用变接触长度支承辊改善中厚板板形及横向同板差 1999(1)10.John F M Computer roll deflection program for predicting strip crown 1984相似文献(10条)1.期刊论文 胡贤磊.赵忠.邱红雷.刘相华 凸度-板形矢量法在中厚板中的应用 -东北大学学报(自然科学版)2004,25(4)为了有效控制中厚板板形和发挥轧机生产能力,将凸度-板形矢量分析法应用于中厚板轧制规程的计算.首先分析板凸度计算模型并给出相应的在线数学模型,然后分析了凸度-板形矢量法的机理.并基于该方法分析中厚板伸长阶段的轧制特点,将伸长阶段

15、的规程计算分解成三步:伸长阶段前几个道次在轧机能力允许范围内采用大压下量,减少轧制道次;伸长阶段的后3,4个轧制道次,采用凸度-板形矢量法,控制轧件凸度和板形;通过调节总轧制道次数或最大轧制力限制系数,使得最后道次的出口厚度等于目标厚度.通过长期在线应用,表明该方法对板形有较强的控制能力,适合于中厚板的在线计算机过程控制.2.期刊论文 胡贤磊.田勇.赵忠.刘相华.HU Xian-lei.TIAN Yong.ZHAO Zhong.LIU Xiang-hua 工作辊辊形对中厚板侧弯的影响分析 -东北大学学报（自然科学版）2005,26(7)分析工作辊辊形与侧弯的关系,可知工作辊有载辊形为正时,轧件

16、易出现侧弯,轧制稳定性差.同时根据仿真计算得知:支撑辊凸度保持不变,在同一轧件宽度下,如果工作辊无载辊形从凸形变成凹形,工作辊有载凸度逐渐减小;支撑辊凸度保持不变,轧件越宽,则轧辊有载凸度的变化范围越大;支撑辊凸度从正值变成负值,会使工作辊有载凸度曲线近似向上平移.为此采用以下措施有利于中厚板侧弯的控制:在配辊时将上工作辊磨出一定的负凸度;将支撑辊磨出一定的正凸度;轧制初期多安排成品宽度较小的轧件进行轧制.3.期刊论文 张其生.胡贤磊.李建平.赵忠.刘相华.王国栋.ZHANG Qi-sheng.HU Xian-lei.LI Jian-ping.ZHAO Zhong.LIU Xiang-hua.

17、WANG Guo-dong 轧辊凸度变化对中厚板辊缝设定的影响 -钢铁研究学报2007,19(3)根据影响函数法计算轧辊凸度对辊缝设定的影响,当保持工作辊和支承辊凸度不变,则轧制力与辊系弹性变形呈线性关系,工作辊和支承辊凸度的变化对直线的斜率几乎没有影响.并基于不同条件的计算结果,回归出轧辊凸度变化对辊缝设定影响的计算模型.最后对传统轧机弹跳模型进行改造,提出新的轧机弹跳模型.实际应用表明该修正模型能够有效提高轧件厚度预测精度.4.学位论文 段东明 自学习方法在中厚板凸度自动控制中的应用 2001该文对自学习方法在中厚板凸度控制中的应用进行了深入的研究.简要介绍了中厚板自动化技术的发展和智能控

18、制技术及其应用现状,全面回顾了中厚板生产现状和发展前景,详细介绍了国内外中厚板凸度控制技术的发展,说明了该文所研究轧机的特点在此基础上该文所作的主要工作.钢板在轧制过程中,辊缝、初始轧辊凸度、板宽和轧制力等因素,会引起板形的变化,并影响板凸度,因而需要控制凸度,尽量使凸度减小,保持良好板形,从而提高钢板的成材率,创造更高的经济效益.用有限元分析模型,结合本轧机凸度控制的特点,给出凸度方程,建立了凸度预报数学模型.运用最小二乘法对凸度模型系数拟合计算,创建系数的知识表格.这样,在规程计算时,凸度预报就可以在辨识的数学模型的基础上,根据轧制的目标宽度,从知识表格中找出相应的系数进行计算,得到凸度的

19、预报值.运用自学习的方法,通过知识表格实现凸度模型系数的自学习.并以现场实例,用超定线性方程组求解,得到较高的凸度预报值.针对薄规格钢板板形(或板凸度)较难控制的问题,结合轧制规程优化的控制方法,提出了本轧机进一步改进轧制规程的方法,最后用表格说明对薄规格钢板轧制规程优化的效果.5.期刊论文 胡贤磊.赵忠.邱红雷.刘相华 在线高精度中厚板凸度计算模型 -东北大学学报(自然科学版)2004,25(10) 基于普通中厚板四辊轧机,利用影响函数法分析了轧件宽度、轧制力、工作辊和支撑辊尺寸和弯辊力对有载轧辊凸度的影响,并根据大量计算数据进行回归,得出在线有载轧辊凸度计算模型.分析了轧件入口凸度对出口凸

20、度的遗传效果,综合有载轧辊凸度模型和板凸度遗传系数模型得到在线板凸度计算模型. 该模型合理地考虑了轧辊变形和轧件横向流动的影响,能够真实反映出口板凸度的大小,计算精度高,是在线板形和板凸度控制的有效工具.6.学位论文 胡贤磊 中厚板轧机过程控制模型的研究 2003该文以首钢3500mm中厚板轧机改造项目为背景,以中厚板轧机控制模型为主线,对控制模型系统框架、厚度精度控制、温度控制、板形与板凸度设定控制以及轧制规程分配等进行了研究,开发了相应的在线控制软件,现场应用取得了良好的效果.具体研究内容和主要结果如下:(1)采用影响函数法分析辊系弹性变形,利用计算结果给出可用于在线控制的辊系变形线性计算

21、模型.将辊系弹性变形模型和全长压靠弹性曲线结合,构造出精度和完备性都优于传统模型的轧机弹跳新模型.与传统弹跳模型比较,新模型具有以下优点:轧辊尺寸、轧辊凸度、轧件宽度和轧制力等因素对轧机弹跳的影响都可以通过该模型得到体现;简化轧机弹跳模型的测量.只需要测量基本辊径、基本凸度的全长压靠曲线,然后结合辊系弹性变形计算即可得到完整的弹跳模型,避免换辊后重复测量刚度.证明了刚度差异产生的轧辊微小倾斜对轧制中心线处的设定辊缝基本没有影响.引入相对油膜厚度零点的概念,并给出相对油膜厚度模型的计算方法和测量方法.分析弹跳方程零点漂移对轧制力模型自学习的影响,得知如果轧件出口厚度的计算全部采用弹跳方程计算值,

22、则弹跳方程零点漂移对轧制力模型的自学习基本没有影响.(2)选择适合中厚板轧制过程的变形抗力模型,根据大量的实验数据,提出适合于工程在线用的简易残余应变数学模型,通过理论分析得知采用该模型可以将残余应变对变形抗力的影响控制在6以内.构造了合理的变形抗力模型参数的修正算法来消除温度模型累计误差对厚度精度的影响.(3)分析热辐射和对流、高压水除鳞、与轧辊接触产生的热传导和轧制塑性功等因素对温度变化的影响,得出相应的数学模型.利用该模型分析了厚板温度梯度与轧件厚度和时间的规律,为实测表面温度转化轧件平均温度的处理提供了理论支持.针对实测温度的特点,给出一次除鳞后实测温度的有效性判断准则,并利用插值法和

23、相似法给出除鳞后温度的计算方法.给出开轧温度的计算算法和自学习算法,使开轧温度的计算精度更符合实际.结合中厚板控温轧制的特点,将终轧温度看成是控温温度的单调增函数,并提出相应的算法来确定控温温度和终轧温度.(4)分析了厚度控制系统和板形开环控制的关系,通过理论推导得出轧制宽薄轧件时,AGC对板形影响较大,而对厚度控制精度贡献不大.并在此基础上,提出适用于中厚板轧制的板形锁定法,理论推导和现场应用均已证明,这种方法能够在对厚度控制微小影响的前提下,避免轧制宽薄材时板形容易出现边浪的缺陷.(5)根据平面形状控制的要求以及中厚板的轧制特点制定了相应的中厚板轧制策略原则.针对展宽阶段的轧制特点,提出展

24、宽阶段轧制规程分配新方法可变道次的综合负荷平衡分配法,这种分配方法综合考虑设备能力的充分发挥,使得各个道次的综合负荷函数值相等.针对伸长阶段的轧制特点,提出伸长阶段轧制规程分配新方法负荷协调分配法.该方法通过定义一个虚拟最大轧制力限制系数来调节各道次轧制力,使得最后三个道次轧制力线性下降,满足板形控制的要求,而前面道次尽量发挥轧机的能力采取大压下量.进而将后三个道次的轧制力下降斜率作为变量,如果出现板形问题,可以通过调整斜率改变轧制负荷的分配.该文的研究结果,针对中厚板在线实时控制,具有很强的实用性.所开发的中厚板轧机过程控制模型已成功应用于首钢中厚板厂一期改造和二期改造工程,为中国中厚板轧机过程模型控制研究起到积极的促进作用.7.期刊论文 孙林.张清东.陈先霖.刘炳南.吴炳火.张晨 22800四辊轧机“逆宽”轧制中的凸度控制 -北京科技大学学报2001,23(3)为了研究2800四辊轧机在工作辊服役后期“逆宽”轧制状态下的凸度控制问题,结合大量的现场实测数据,运用变厚度平面有限元方法建立了专门针对2800四辊轧机的辊系变形(即凸度预测)仿真模型.根据仿真计算结果,揭示出工作辊服役后期的“箱型”磨损辊形、钢板宽度及轧制力等对钢板凸度的影响关系,并提出相应的生产中可行的控制措施.8.期刊论文 张延华.刘相华.王国栋.ZHANG