【作者】 邹天来； 王秀梅； 张晓峰； 王国栋； 刘相华；

【Author】 Zou Tianlai Zhang Gong Li Hongbin (Benxi Iron and Steel Co.Hot Strip Mill) Wang Xiumei Wang Guodong Liu Xianghua (The State Key Laboratory of Rolling and Automation,Northeastern University)

【机构】 本溪钢铁公司热轧厂； 东北大学轧制技术及连轧自动化国家重点实验室；

【摘要】 为了提高热连轧轧制力预设定精度,提出一种新的轧制力模型参数辨识方法。利用人工神经网络对以往的大量生产数据进行训练、预测,将预测结果结合轧制力模型,对轧制力模型中的温度相关系数m₁、变形速度相关系数m₃进行辨识。现场生产实验表明,采用辨识后的模型进行轧制力预设定,带钢头部厚度精度有明显提高。对于象本钢热连轧厂这样的老企业,这种新方法更具有在线应用的可行性。更多还原

【Abstract】 In order to improve predicted precision of rolling load of the finishing train,a new method of parameters identification of rolling load model is brought forward.Measured data of production are used to train and test the neural networks.Combination results of testing with mathematical models,ml,parameter relating to rolling temperature and m3,parameter relating to deformation velocity are identified.Field experiment indicates that the strip head-end precision is improved after adopting identified parameters.It has possibility for on-line production for some older works such as Benxi Hot Strip Mill.更多还原