下载文档原格式
热轧带钢精轧过程考虑相变的轧制力模型一、热轧带钢的概述热轧带钢是指在高温条件下，将钢坯经过多次轧制、拉伸、压制等工艺，使其变成具有一定形状和尺寸的薄板材料。
热轧带钢具有高强度、优良的塑性和韧性等特点，广泛应用于建筑、汽车、机械等领域。
二、精轧过程的作用精轧是指在冷却后对热轧带钢进行再次轧制，以改善其表面质量和尺寸精度。
精轧可以消除热处理留下的残余应力和变形，提高带钢的硬度和强度，并且可以使其表面更加光滑，减少表面缺陷。
三、相变对精轧过程的影响相变是指材料在经历温度或应力变化时发生的晶格结构改变。
因为在热处理过程中，热轧带钢会发生相变现象，在精轧过程中也会出现相同的情况。
这些相变对精轧过程产生了很大影响。
四、考虑相变的轧制力模型为了更好地控制精轧过程中的变形和质量，需要建立一个考虑相变的轧制力模型。
该模型可以预测在不同温度下带钢的变形和力学性能，从而指导精轧工艺的优化。
1. 建立相变模型首先，需要建立一个相变模型来描述材料在温度或应力变化时发生的晶格结构改变。
这个模型可以使用热力学理论、相图等方法进行建立。
2. 考虑相变对材料性能的影响接下来，需要考虑相变对材料性能的影响。
不同的相变会导致材料硬度、强度、塑性等性能发生改变，因此需要根据具体情况进行分析和计算。
3. 建立轧制力模型最后，在考虑了相变对材料性能的影响后，可以建立一个轧制力模型来预测在不同温度下带钢的变形和力学性能。
这个模型可以使用有限元方法等数值计算方法进行求解。
五、精轧过程中的控制策略通过建立考虑相变的轧制力模型，可以指导精轧过程中的控制策略。
具体控制策略包括：1. 温度控制根据轧制力模型的预测结果，可以调整带钢的温度，以保证其在精轧过程中的变形和质量符合要求。
2. 轧辊设计轧辊的设计也非常重要，需要根据带钢的材料性质和精轧过程中的力学特点进行优化。
例如，在考虑了相变对材料性能的影响后，可以采用不同形状和材料的轧辊来实现更好的精轧效果。
收稿日期:2008-07-10基金项目:国家自然科学基金资助项目(50534020).作者简介:李海军(1979-),男,辽宁锦州人,东北大学讲师,博士;徐建忠(1964-),男,黑龙江双城人,东北大学教授;王国栋(1942-),男,辽宁大连人,东北大学教授,博士生导师,中国工程院院士.第30卷第5期2009年5月东北大学学报(自然科学版)Journal of Northeastern U niversity(Natural Science)Vol 30,No.5M ay 2009热轧带钢精轧过程高精度轧制力预测模型李海军,徐建忠,王国栋(东北大学轧制技术及连轧自动化国家重点实验室,辽宁沈阳 110004)摘 要:轧制力模型的计算精度直接影响热轧带钢厚度控制精度,目前大多数轧制力模型都把轧制压力分解成应力状态影响系数和变形抗力的乘积.选用与西姆斯公式吻合较好美坂佳助公式作为应力状态影响系数模型,并考虑残余应变的影响,建立了高精度轧制力预测模型.分析了残余应变对普碳钢和合金钢轧制力的影响,给出了带钢热连轧机组残余应变工程计算方法.现场应用结果表明,该轧制力模型具有较高的预测精度,可以满足在线要求.关 键 词:轧制力;热轧带钢;厚度控制;残余应变中图分类号:T G 335.52 文献标识码:A 文章编号:1005-3026(2009)05-0669-04High -Precision Rolling Force Prediction Model for Hot Strip Continuous Rolling ProcessL I Hai -j un,X U Jian -z hong ,WAN G Guo -dong(State K ey Laboratory of Rolling &A utomation,Nor theastern U niversit y,Shenyang 110004,China.Correspondent:L I Ha-i jun,E -mail:lihj @)Abstract:The precision of gaug e control of hot -rolled strip is directly affected by the calculatingprecision of rolling force model,w here the rolling pressures in the models are mostly decomposed and become the product of the influence coefficient in stress state and resistance to deformation.A high -precision rolling force prediction model was developed choosing M isaka Yoshisuke formula as the model of influence coefficient in stress state,w hich conforms w ell w ith Simon s formula,w ith the effects of residual strain considered.The influences of residual strain on the rolling force action on carbon steel and alloy steel were analyzed to g ive a calculation model for the residual strain of tandem hot strip rolling mill.T he application results show ed that the rolling force model has high prediction precision to satisfy the on -line requirements.Key words:rolling force;hot strip;g auge control;residual strain 热轧带钢的厚度精度是产品质量的重要指标之一.从过程设定模型角度看,与头部厚度命中率密切相关的模型有两个:轧制力计算模型和轧机辊缝位置模型.任何一个模型计算有偏差都会造成厚度精度的下降.其中轧机辊缝位置模型可以根据实测数据和理论计算进行拟合,其计算精度一般比较高,但轧制力模型的计算精度一直是影响设定精度的瓶颈,所以国内外许多学者在这方面做了许多工作[1-4].本文考虑了残余应变和机架间张力等因素的影响,建立了高精度轧制力在线预测模型.1 轧制力数学模型1.1 轧制力模型结构目前大多数轧制力数学模型的共同特点是除了考虑轧件的宽度和轧辊的接触弧长之外,都把轧制压力分解成两个函数的乘积[5-6].一个函数是变形抗力,另一个函数是应力状态影响系数.轧制力数学模型形式如下式所示:F =K m L d W Q F .(1)式中:F 为轧制力,kN ;K m 为材料平均变形抗力,MPa ;L d 为接触弧长度,mm ;W 为轧件宽度,mm ;Q F 为应力状态影响系数.1.2 应力状态影响系数模型目前普遍认为基于Orow an 理论的西姆斯的应力状态系数模型是最适于热轧带钢轧制力模型的理论公式.由于西姆斯模型比较复杂,许多人在其基础上发表了各种简化的西姆斯应力状态影响系数公式.其中比较著名的有志田茂公式、美坂佳助公式、福特-亚历山大公式和克林特里公式[2].1)志田茂公式Q F =0 8+C R dH -0 5;C =0 052r+0 016, 0 15;0 2 r +0 12,>0 15.(2)式中:R d 为轧辊弹性压扁半径,mm ;H 为机架入口轧件厚度,mm;r 为压下率.2)美坂佳助公式Q F =4+0 25L d H c,H c =(H +h)/2.(3)式中:L d 为变形区接触弧长度,mm ;H c 为轧件平均厚度,mm ;H 为机架入口轧件厚度,mm ;h 为机架出口轧件厚度,mm .3)福特-亚历山大公式Q F =0 786+r (2-r )21-rR dH.(4)其中各参数的意义参见式(3).4)克林特里公式Q F =0 75+0 27L dH c,H c =(H +h)/2.(5)其中各参数的意义参见式(2)和(3).采用上述4个公式计算了不同的R /h 条件下,应力状态影响系数与压下率的关系曲线,并与西姆斯公式计算结果进行比较,图1给出R /h =80和R /h =150条件下的计算结果.从不同的R /h 条件下的计算结果来看,美坂佳助公式和克林特里公式与西姆斯公式吻合较好,而志田茂公式和福特-亚历山大公式与西姆斯公式计算结果存在着较大的偏差.本文选用了与西姆斯公式吻合得较好的美坂佳助公式作为应力状态影响系数模型.图1 应力状态影响系数与压下率的关系曲线F i g.1 Influence coeffici ent in stress state vs.redu cti on ratio(a) R /h =80;(b) R /h =150.1.3 变形抗力模型变形抗力模型是轧制力模型的核心,它直接决定了轧制力模型的预报精度.志田茂对8种碳素钢进行了实验,在实验的基础上提出了碳素钢的金属塑性变形阻力模型.志田茂模型考虑了相变对金属塑性变形阻力的影响,在相变临界温度两侧采用了不同的模型,模型中相变临界温度是碳含量的函数.t o d =950w (C )+0 41w (C )+0 32-273.15.(6)式中:t od 为相变临界温度, ;w (C )为碳质量分数,%.在相变临界温度两侧,志田茂金属塑性变形阻力公式为 s =0 28exp 5.0T -0.01w (C )+0.05u 10m1.3e 0.2n-0.3e 0.2,t o t od ;0 28g exp 5.0T d -0.01w (C )+0.05u 10m1.3e 0.2n-0.3e0.2,t o<t o d .(7)式中:g =30.0(w (C )+0.90)T -0.95w (C )+0.49w (C )+0.422+w (C )+0.06w (C )+0.09;670东北大学学报(自然科学版) 第30卷m=(-0.019w(C)+0.126)T+0.075w(C)+0.050,t o t o d, (0.081w(C)-0.154)T-0.019w(C)+0.207+0.027w(C)+0.320,t o<t o d;n=0.41-0.07w(C);T=t o+2731000;T d=t o d+2731000;e=ln11-r;u=V rR d H1re;r=H-hH.式中: s为金属塑性变形阻力,kg/m m2;u为变形速度,1/s;e为变形程度;r为压下率;V r为轧辊线速度,m/s;R d为轧辊弹性压扁半径,mm;t o 为轧件温度, ;H为机架入口带钢厚度,m m;h 为机架出口带钢厚度,mm.在志田茂公式的基础上,考虑化学成分影响项,并进行单位转换,得到的平均变形抗力模型K m=239.8 n i=1{C km i w i}+C km0 s.(8)式中:K m为金属的平均变形抗力,MPa; s为由志田茂公式计算得到的金属塑性变形阻力,kg/ mm2;w i为化学成分质量分数,%;C km i为化学成分影响项系数.1.4 机架间残余应变模型轧件在精轧机组中轧制随着温度的降低,回复和再结晶会变得不完全,进而产生加工硬化现象.对于普碳钢一般890 左右,回复和再结晶会变得不完全,而对于合金钢由于合金元素的作用,完全回复和再结晶的所需的温度更高,加工硬化现象就更加明显,为了提高轧制力模型预报精度,需要考虑加工硬化对金属变形抗力的影响.定义p为道次间再结晶的百分数[7-10],该参数是静态回复动力学的重要参数.p=1,t o C rcy0;1-ex p C rcy10.5Crcy2,t o<C rcy0,0.5=C rcy3e C rcy4t exp C rcy53.14 (t o+273).(9)式中: 0.5为发生50%再结晶需要的时间,s; 为轧件在机架间的运输时间,s;t o为机架间轧件的平均温度, .当机架间轧件的平均温度高于未再结晶区开始温度C rcy0时,再结晶完全,前一机架的残余应变为零,否则需要考虑前一机架的残余应变对本机架变形抗力的影响.近似认为残余应变占总应变的比例与道次间未再结晶部分的百分数1-p 成正比关系,e t=C rcy6[(1-p)e t i-1].(10)式中:e t i-1为前机架累加变形程度;e t为残余应变;C rcy i为模型参数,不同钢种的残余应变模型参数不同.以天津荣程750m m精轧机组为例,假设粗轧末道次出口温度1050 ,中间坯厚度28.0 mm,目标宽度为530mm,穿带速度为6.5m/s,各机架出口轧件厚度如表1所示.表1 精轧机组各机架出口轧件厚度Table1 Strip thicknesses at exits of different finishi ng stands 机架号JP1JP2JP3JP4JP5JP6JP7JP8出口厚度/mm21.2816.3210.97.56 5.35 3.91 3.06 2.53对于普碳钢和合金钢各机架的残余应变及轧制力变化如表2所示.从表2中的计算结果可以看出对于普碳钢,残余应变对下游机架有一定的影响,但轧制力的变化很微小,完全可以忽略不计;而对于合金钢,从上游机架到下游机架,残余应变的影响逐渐加强,在JP8机架轧制力变化超过了15%,所以必须考虑残余应变对轧制力的影响.表2 残余应变对精轧机组轧制力的影响Table2 Influences of residual strains on rolling force acting on different fini s hing stands机 架 号JP1JP2JP3JP4JP5JP6JP7JP8普碳钢残余应变00000 5.1 10-51.3 10-42.5 10-4轧制力变化/%000000.030.030.08合金钢残余应变0 2.8 10-41.5 10-36.1 10-30.0140.0250.0380.051轧制力变化/%00.070.22 1.13 2.96 5.989.3215.44671第5期 李海军等:热轧带钢精轧过程高精度轧制力预测模型2 轧制力模型在线应用的效果本文建立的轧制力数学模型已经被应用于天津荣程750mm 中宽带液压AGC 系统改造过程中.在轧制力模型自学习功能不投入的情况下,轧制力模型预测偏差基本上可控制在12%以内;在模型自学习功能投入的情况下,轧制力模型预测偏差基本上可控制在4%以内,完全满足在线控制要求.图2给出了在轧制力模型自学习功能未投入的情况下,成品规格分别为4.75 500m m 和6.5 570mm 时的两卷钢不同机架轧制力实测值和预测值的变化趋势.图2 成品规格不同时轧制力预测值与实测值的比较Fig.2 R olling force com pari son between the values predicted and m easured(a) 成品规格为4.75 500mm;(b) 成品规格为6.5 570mm.3 结 论1)考虑了残余应变对轧制力的影响,给出带钢热连轧机组残余应变工程计算方法.2)对于普碳钢,残余应变对轧制力的影响较小;对于合金钢,残余应变对轧制力的影响较大,需考虑残余应变对轧制力的影响.3)天津荣程750mm 热轧生产实践表明,在模型自学习功能不投入的情况下,本文所建立的轧制力模型预测偏差基本上可控制在12%以内;在模型自学习功能投入的情况下,轧制力模型预测偏差基本上可控制在4%以内,完全可以满足在线控制要求.参考文献:[1]Lee D M ,Choi S G.Application of on -line adaptable neural netw ork for the rolling force set -up of a plate m i ll [J ].Engine er ing Applications of A rtificial Intelligence ,2004,17(5):557-565.[2]Zhu H P,Yu A B.A th eoretical analysis of the force models in di screte element method[J].Pow der Technology ,2006,161(2):122-129.[3]Son J S,Lee D M ,Kim I S,et al .A study on online learn i ng neural netw ork for prediction for rolling force in hot -rolling m i ll[J ].Jour nal of M ater ials Processing Technology ,2005,164/165:1612-1617.[4]Jiang Z Y,T ieu A K,Lu C,et al .A three -dimensional thermo -mechanical finite element m odel of complex strip rolli ng consideri ng sticki ng and slipping fricti on[J].Jour nal of M aterials Processing Technology ,2002,125/126:649-656.[5]Wang J C,Chen C Z.On the optimization of a rolling -force model for a hot strip finishing line[J ].I SA Tr ansactions ,2007,46(4):527-531.[6]刘文仲,吕志民.热连轧带钢压力数学模型及其建模方法研究[J].钢铁,2002,37(5):34-37.(Liu W en -zhong,L Zh-i min.Study on rolling force model on hot strip mill[J].I ron a nd S teel ,2002,37(5):34-37.)[7]刘振宇,许云波,王国栋.热轧钢材组织-性能演变的模拟和预测[M ].沈阳:东北大学出版社,2004:111-114.(Liu Zhen -yu,Xu Yun -bo,Wang Guo -dong.Simul ati on and predictionofmicrostructuralchangesandmechanicalproperties for hot rolling [M ].S henyang:Northeastern University Press,2004:111-114.)[8]S ellars C M ,Whiteman J A.Recrystalli zation and gain growth in hot rolling [J ].M etal Scie nce ,1978,13(3/4):187-194.[9]Kw on O.A technology for the prediction and control of microstructural changes and mechanical properties in steel [J].ISIJ I nter national ,1992,32(3):350-358.[10]Korczak P,Dyja H.Investigati on ofmicrostructurepredi ction duri ng experimental therm o -mechanical plate rolling[J ].Jour nal of M aterials Pr ocessing Technology ,2001,109:112-119.672东北大学学报(自然科学版) 第30卷。
《热轧带钢板形快速设定模型的研究》篇一一、引言随着工业制造的快速发展，热轧带钢作为一种重要的金属材料，在制造过程中需要对其板形进行快速且准确的设定。
本文将就热轧带钢板形快速设定模型进行研究，分析其影响因素及建模过程，以期为相关行业提供理论支持和实践指导。
二、热轧带钢板形的影响因素热轧带钢板形的形成受到多种因素的影响，主要包括原料的成分、温度、轧制工艺、设备参数等。
首先，原料的成分直接影响到钢板的组织结构和性能，从而影响板形。
其次，轧制温度、速度、压力等工艺参数对板形的形成具有重要影响。
此外，设备参数如轧辊的形状、尺寸、硬度等也会对板形产生影响。
三、快速设定模型的研究为了实现热轧带钢板形的快速设定，需要建立一套有效的模型。
该模型应能够根据原料的成分、温度、轧制工艺及设备参数等因素，快速预测并设定出合适的板形。
1. 数据采集与处理建立模型的首要任务是收集并处理相关数据。
这包括原料的成分、温度、轧制工艺参数、设备参数以及板形的实际测量数据等。
通过对这些数据进行统计分析，找出各因素与板形之间的关系。
2. 模型建立根据数据采集与处理的结果，建立热轧带钢板形快速设定模型。
该模型应包括原料成分、温度、轧制工艺及设备参数等影响因素的输入变量，以及板形参数的输出变量。
通过算法优化，使模型能够快速预测并设定出合适的板形。
3. 模型验证与优化为了确保模型的准确性和可靠性，需要进行模型验证与优化。
这包括将模型预测的结果与实际测量结果进行对比，分析误差原因并进行相应调整。
同时，根据实际生产过程中的反馈信息，对模型进行持续优化，以提高其预测和设定的准确性。
四、实验与分析为了验证模型的可行性和有效性，我们进行了相关实验。
实验结果表明，该模型能够根据输入的原料成分、温度、轧制工艺及设备参数等因素，快速预测并设定出合适的板形。
与实际测量结果相比，模型的预测结果具有较高的准确性，能够满足实际生产的需要。
五、结论本文研究了热轧带钢板形快速设定模型，分析了其影响因素及建模过程。
《热轧带钢板形快速设定模型的研究》篇一一、引言随着现代工业的快速发展，热轧带钢作为一种重要的金属材料，在汽车、建筑、机械制造等领域得到了广泛应用。
然而，热轧带钢的生产过程中，板形的设定是一个复杂且关键的问题。
传统的板形设定方法往往依赖于经验丰富的操作员，不仅效率低下，而且难以保证产品质量。
因此，研究一种能够快速设定热轧带钢板形的模型显得尤为重要。
本文旨在研究热轧带钢板形快速设定模型，以期提高生产效率和产品质量。
二、模型构建理论基础热轧带钢板形快速设定模型的构建，需要基于一定的理论基础。
首先，我们需要了解热轧带钢的生产过程和板形的影响因素。
其次，通过数学建模的方法，将生产过程中的各种因素进行量化，并构建出能够反映板形变化的数学模型。
此外，还需要利用计算机技术，对模型进行优化和快速求解。
三、模型构建方法1. 数据收集与处理：收集热轧带钢生产过程中的相关数据，包括原料厚度、温度、轧制力等，并对数据进行预处理，包括去噪、归一化等操作。
2. 特征提取与模型构建：根据预处理后的数据，提取出与板形相关的特征，如轧制力分布、温度分布等。
然后，利用数学建模方法，构建出反映板形变化的数学模型。
3. 模型优化与求解：利用计算机技术，对构建的数学模型进行优化和快速求解。
优化目标包括提高产品质量、降低生产成本等。
4. 模型验证与应用：将优化后的模型应用于实际生产过程中，对模型的准确性和实用性进行验证。
如果模型效果良好，可以进一步推广应用。
四、实验与分析为了验证热轧带钢板形快速设定模型的有效性，我们进行了实验分析。
首先，我们收集了某热轧带钢生产线的实际生产数据，包括原料厚度、温度、轧制力等。
然后，我们将这些数据输入到构建的数学模型中，对模型进行求解和优化。
最后，我们将优化后的模型应用于实际生产过程中，对产品的质量和生产成本进行了评估。
实验结果表明，热轧带钢板形快速设定模型能够有效地提高产品质量和降低生产成本。
具体来说，该模型能够快速地根据生产过程中的各种因素，计算出最佳的板形设定参数，从而提高产品的平整度和尺寸精度。
带钢热连轧建模与优化控制研究的开题报告一、研究背景带钢热连轧作为一种重要的金属加工技术，被广泛应用于钢铁行业中。
热连轧不仅能够提高带钢的机械性能和表面质量，还可以节省能源和生产成本。
然而，由于热连轧过程受到许多因素的影响，例如材料性能、轧制参数等，因此热连轧过程的参数优化和控制是一个非常复杂和具有挑战性的任务。
目前，随着计算机技术和数值模拟技术的发展，热连轧的建模和优化控制已成为研究的热点。
研究人员可以通过建立数学模型来描述热连轧过程中发生的热力学变化、塑性变形、相变等各种复杂机制。
然后，利用优化算法来寻求最佳的轧制参数，以实现最优的轧制效果。
二、研究内容和目标本研究的目标是建立带钢热连轧的数学模型，并开发基于模型的优化控制算法，以实现热连轧过程中的参数优化和控制。
具体来说，研究内容包括以下几个方面：1.对带钢热连轧过程进行建模，分析不同因素对热连轧过程的影响，建立数学模型；2.开发基于模型的优化控制算法，通过优化算法确定最佳的轧制参数；3.对热连轧的实验进行设计与开展，收集热连轧数据，利用数据进行模型修正和算法优化；4.评估模型和优化算法的性能，通过仿真实验验证模型和算法的有效性和可行性。
三、研究方法和技术路线本研究采用的主要方法和技术路线包括：1.数据收集和处理方法：通过实验获取热连轧的数据，并进行数据清洗和处理，以便用于建立数学模型和进行算法优化；2.数学建模方法：以热力学、塑性变形和相变等基本机理为基础，建立带钢热连轧的数学模型，并利用计算机进行数值模拟分析；3.优化控制算法：根据数学模型和实验数据，开发基于优化算法的控制策略，以实现最佳的轧制效果；4.仿真实验：通过仿真实验验证模型、算法的有效性和可行性，并利用仿真结果优化模型和算法。
四、研究意义本研究的意义在于：1.提高热连轧的轧制效率和轧制质量，节约能源和生产成本；2.深化对热连轧过程中复杂力学行为的理解，揭示热连轧过程中的机制和规律；3.开发基于模型的优化控制算法，为工业实践提供参考和指导；4.提高国内热连轧技术水平，推动我国钢铁工业的发展。
《热轧带钢板形快速设定模型的研究》篇一摘要：本文旨在研究热轧带钢板形的快速设定模型，以提高生产效率并优化产品质量。
通过分析现有工艺流程和设备性能，结合数学建模和仿真技术，建立了一套有效的板形快速设定模型。
该模型能够根据不同规格的带钢和轧制条件，快速调整轧制参数，实现板形的精确控制。
本文首先介绍了研究背景和意义，然后阐述了研究内容和方法，最后对实验结果进行了详细的分析和讨论，并得出结论。
一、研究背景及意义随着制造业的快速发展，热轧带钢作为重要的金属材料，在汽车、建筑、机械制造等领域具有广泛的应用。
板形是热轧带钢的重要质量指标之一，其形状直接影响到产品的使用性能。
因此，如何实现热轧带钢板形的快速设定和精确控制，成为了一个重要的研究课题。
传统的板形设定方法主要依靠操作人员的经验和试错法，这种方法效率低下且难以保证产品质量。
因此，研究一种能够快速设定板形的模型，对于提高生产效率、优化产品质量、降低生产成本具有重要意义。
二、研究内容和方法1. 文献综述首先，对国内外关于热轧带钢板形设定模型的研究进行文献综述，了解当前的研究现状和存在的问题。
2. 数学建模根据热轧带钢的生产工艺流程和设备性能，建立板形快速设定模型。
该模型应考虑到不同规格的带钢、轧制条件、设备参数等因素，以实现板形的精确控制。
3. 仿真分析利用仿真软件对建立的模型进行仿真分析，验证其可行性和有效性。
通过调整模型参数，优化板形控制效果。
4. 实验验证在实际生产线上进行实验验证，对比传统方法和快速设定模型的性能指标，分析其优劣。
三、实验结果与分析1. 模型建立与仿真结果通过数学建模和仿真分析，建立了热轧带钢板形快速设定模型。
该模型能够根据不同规格的带钢和轧制条件，快速调整轧制参数，实现板形的精确控制。
仿真结果表明，该模型具有较高的可行性和有效性。
2. 实验验证结果在实际生产线上进行实验验证，结果表明，与传统方法相比，热轧带钢板形快速设定模型能够显著提高生产效率、优化产品质量、降低生产成本。
