论文部分内容阅读
目前,国内许多钢铁企业为了提高无缝钢管的生产质量,都采用了加装狄赛尔导盘的斜轧穿孔机进行钢坯穿孔。但是在斜轧穿孔机中,与生产密切相关的各个工艺参数都只能停机离线调整。这大大降低了钢坯穿孔生产效率和质量,成为钢管生产的一个瓶颈。如何实现穿孔机部分工艺参数的在线可调,进而改善穿孔机穿孔生产的毛管质量,提高无缝钢管生产机组的生产效率,已经成为各钢厂一个迫切需要解决的问题。
本文以上海宝山钢铁公司钢管分公司SWW斜轧穿孔机的狄塞尔导盘改造为研究背景,建立了导盘转速自动控制系统。设计了参数自适应模糊PID控制器,实现了导盘实际转速的在线测量与在线实时控制。并以此为研究手段,建立了工艺参数的优化模型。
本文采用了广义PCR方法,建立了以轴向滑移系数η0为优化目标的导盘最优转速模型。在将利用BP神经网络方法建立的工艺参数优化模型求出的最优工艺参数和现场采集的工况数据,带入导盘最优转速模型后,即可求出最优导盘转速,所得计算结果误差小于5%,能达到控制要求。
针对可离线调整的工艺参数,如送进角、辊型和顶头前伸量等,本文采用了改进BP神经网络方法,建立了以穿孔质量参数与生产工艺参数为输入输出的工艺参数优化模型。当输入要求的质量参数时,该模型可以在几秒中内的得出最优的离线调整工艺参数,并可以根据现场情况不断学习和更新。针对BP神经网络容易陷入局部优化点的问题,采用了一种可变动量因子的改进BP算法来加速BP神经网络的学习过程,所得计算结果误差小于3%。