【摘 要】
:
冷轧过程中工作辊的热辊型是影响板带质量的一个关键因素,由于工作辊所处的环境十分复杂,热边界条件难以确定,所以对于工作辊温度场的精确预测一直是热辊型研究中的薄弱环节。因此在冷轧过程中对各个区域的热量传递进行准确计算,并建立相应的有限元模型,对热辊型的预测控制具有很重要的价值。在轧制时的主要热源为板带的变形热和轧制界面的摩擦热,本文根据冷轧的特点建立了板带的变形功模型,并计算了板带产生的变形热;利用预
论文部分内容阅读
冷轧过程中工作辊的热辊型是影响板带质量的一个关键因素,由于工作辊所处的环境十分复杂,热边界条件难以确定,所以对于工作辊温度场的精确预测一直是热辊型研究中的薄弱环节。因此在冷轧过程中对各个区域的热量传递进行准确计算,并建立相应的有限元模型,对热辊型的预测控制具有很重要的价值。在轧制时的主要热源为板带的变形热和轧制界面的摩擦热,本文根据冷轧的特点建立了板带的变形功模型,并计算了板带产生的变形热;利用预位移-滑动摩擦理论建立了接触表面摩擦热模型,并计算了轧制界面产生的摩擦热。通过对工作辊与边界环境之间的传热规律研究,建立了工作辊与边界环境之间的传热系数模型,并计算了工作辊热量的输入与输出。针对工作辊热边界条件复杂、传统二维模型精度不高的问题,将复杂的热边界条件简化为沿轴向均匀布置的热载荷。利用Solidworks三维软件绘制了工作辊的几何模型,然后将其导入ANSYS有限元软件中,并添加初始条件和边界条件,建立了高精度的工作辊的三维有限元模型。通过对不同时刻下的工作辊温度分布云图和热变形分布云图的分析,得到了工作辊温度变化规律和热变形规律,并分别分析了乳化液浓度、温度和流量对工作辊温度的影响,以及分段冷却对辊型的控制效果。以某企业1850四辊冷轧机为对象,对工作辊温度和变形量进行了测量。将仿真计算的结果与所测的现场数据进行对比分析,验证了仿真结果的可靠性,从而为提高热辊型预测精度提供理论依据。
其他文献
随着5G时代的到来,以硅(Si)和砷化镓(Ga As)材料为代表的第一、二代半导体,已经无法满足当前大功率场景应用的需求,而以氮化镓(GaN)为首的第三代宽禁带半导体逐渐显露出独特的优势。其中,GaN HEMT器件具有高功率密度、高频率特性,是目前最有发展前景的射频功率器件。精确的GaN HEMT器件模型可以大大缩短研发周期、降低成本和提高电路生产的良率。由于GaN HEMT器件具有复杂的自热效应
疲劳驾驶一直是引发车祸的主要原因。当驾驶员出现疲惫意识时,都会不自主地打瞌睡,最终导致了车祸的发生,造成生命财产的损失。因此,研究一种设备能快速准确地检测出驾驶员的疲劳等级,准确警示驾驶员危险驾驶对降低交通事故的发生率有着非常重要的实际意义。对于各种检测方式存在检测精度低、侵入性高、稳定性差等局限性,基于多源信息融合的疲劳检测方式能互补多种疲劳检测技术的缺点,已经渐渐引起学者的关注与研究。本文设计
混合系统是连续时间系统和离散事件系统相互作用而形成的一类复杂动态系统,同时具有连续和离散系统的特征,广泛存在于机械工程、航空航天、电力电子、控制工程和机器人等重要科学和工程领域中。现代仿真软件在对其展开建模和仿真分析时,沿用了对纯连续动力系统以微分方程数值解法为核心的“时间离散”方法。由于碰撞、粘滑、控制等离散事件的发生,系统的状态会出现跳跃或者以一种完全不同的规律演化。因此,时间离散数值求解方法
殡葬从业人员常见的职业危害因素,包括生物性因素、化学性因素、物理性因素、生理及心理因素。文章对新时期殡葬从业人员的职业危害及防护对策进行综述,总结上述危害因素和提出相应的防护策略,在殡葬从业人员中开展职业安全防护教育,以提高殡葬从业人员预防职业暴露的操作技能和自我防护意识,加强对易发生职业暴露危险因素的防护,降低殡葬从业人员工作感染率。
离散空间矢量调制模型预测电流控制(DSVM-MPCC)方法具有动态响应快、易于实施、包含非线性约束条件等优势,逐渐被应用在永磁同步电动机(PMSM)控制中。然而,传统的DSVM-MPCC在电压矢量选取时存在计算量大的缺点,针对此问题,提出了基于有效电压矢量预选的方法来减小电压矢量选取时的计算量。其次,DSVM-MPCC易受电机模型参数不确定的影响,针对此问题,提出了基于递归最小二乘法的离散空间矢量
细胞分选是生物医学研究中样品制备的关键技术。不管是癌症诊断,还是单细胞分析,都需要从大量细胞背景情况下分离出目标样本细胞。而分选得到的目标样本是为了后续的下游检测分析,从而实现疾病的诊断。与现阶段临床上应用的传统大体积细胞分选技术相比,基于微流控的细胞分选技术能够在微尺度上精确地操纵液体或细胞的位移,由于器件尺寸小、成本低、样品消耗少、操作精度高,在现场即时医疗检测(POCT,Point-of-c
状态估计在目标跟踪、参数辨识、智能驾驶、通信导航等领域越来越受到重视。主要方法有:线性型卡尔曼滤波,非线性型扩展卡尔曼滤波、无迹卡尔曼滤波和强跟踪滤波,非高斯型粒子滤波等。针对上述方法在面对强非线性系统时所遇到的瓶颈问题,近几年发展起来的特征函数滤波,在面对强非线性测量系统的状态估计问题中,取得了令人满意的效果。但面对实际系统常存在状态模型和测量模型都是强非线性的状况,现有方法还缺乏更好的解决途径
随着人们对钢结构建筑的审美要求越来越高,其钢结构节点的形状也越来越趋于复杂,异形网壳钢结构焊接节点就是其中一种。这种钢节点构型复杂、位姿不一,工装定位难度大,且目前加工方式多为人工装配焊接,存在精度低、效率低和更换工装多等问题,节点质量一致性较差,常造成工程中节点与钢梁组装失位。为此,本文以一类六角牛腿式网壳钢结构焊接节点为研究对象,为其设计一套自动化柔性夹具,并结合焊接机器人应用技术,集成一套钢
图像去模糊的研究成为图像处理领域的热门研究方向。在现实生活中模糊图像的模糊核往往是非均匀的,在深度学习领域想要实现非均匀模糊复原需要接收域完全覆盖每块需要去模糊的区域,而现有网络通过不断地堆积普通的卷积和增大卷积核大小来增大接收域。这些方法不可避免地带来了昂贵地计算成本,且这些网络模型的复原结果往往会存在棋盘伪影现象、纹理信息失真情况和缺乏泛化能力等等。为了在实现非均匀模糊复原的同时解决上述问题,