基于数据挖掘的Bland-Ford-Hill冷轧轧制力优化方法研究
针对应用广泛的Bland-Ford-Hill冷轧轧制力模型进行轧制力优化,通过挖掘现场数据隐含的规律,优化变形抗力模型参数和摩擦系数模型参数提高轧制力精度.首先,建立经推导得出由轧制力计算变形抗力和摩擦系数的逆计算算法和采用L-M非线性多项式回归方法对变形抗力和摩擦系数的模型参数进行优化回归计算的轧制力优化算法,然后采用数据挖掘的方法根据现场的实际数据使用上述优化方法计算更加符合现场实际的变形抗力模型参数和摩擦系数模型参数.将优化结果投入到在线运行形成闭环控制,轧制力精度明显提高,带钢的头尾厚度超差长度明显减少,提高了带钢的成材率,保证了在线生产的稳定运行.
冷轧工艺 轧制力 变形抗力 摩擦系数
高雷 王彦辉 郭立伟 王佃龙
北京首钢自动化信息技术有限公司 自动化研究所,北京 100041
国内会议
北京
中文
488-497
2016-12-01（万方平台首次上网日期，不代表论文的发表时间）