[发明专利]一种钢板控轧控冷过程温度制度的逆向优化方法无效

专利信息
申请号: 200810228623.9 申请日: 2008-11-07
公开(公告)号: CN101391268A 公开(公告)日: 2009-03-25
发明(设计)人: 许云波;邓天勇;赵彦峰;吴迪;刘相华;王国栋 申请(专利权)人: 东北大学
主分类号: B21B37/74 分类号: B21B37/74;G05B13/02
代理公司: 沈阳东大专利代理有限公司 代理人: 李运萍
地址: 110004辽宁省*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种钢板控轧控冷过程温度制度的逆向优化方法,属于轧钢技术领域,方法包括以下步骤:(1)采集和储存每块钢板参数;(2)建立基于人工神经网络系统的力学性能预测模型,对模型进行学习;(3)逆向计算温度制度;对于给定目标力学性能的钢板,利用遗传算法对步骤(2)中学习后的模型计算温度制度;(4)温度制度的优化处理;对于计算出的温度值,再计算每两个相邻阶段温度间的偏差,以温度偏差为因变量,以前一阶段温度为自变量,回归为三个线性函数;通过设定开轧温度求解待温温度、终轧温度和终冷温度。本发明能够以很高的精度,稳定、快速地计算,可以控制钢材力学性能的波动,生产出理想力学性能的钢材;减轻冶炼与轧制过程瓶颈效应。
搜索关键词: 一种 钢板 控轧控冷 过程 温度 制度 逆向 优化 方法
【主权项】:
1、一种钢板控轧控冷过程温度制度的逆向优化方法,其特征是该方法包括以下步骤:(1)采集和储存每块钢板参数,包括:钢板化学成分、加热时间、加热温度、板坯厚度、产品厚度、冷却速率、待温厚度、终冷温度、终轧温度、待温温度、开轧温度、屈服强度、抗拉强度和延伸率;(2)建立基于人工神经网络系统的力学性能预测模型,对模型进行学习;模型的输入模式向量Ak为钢板化学成分、加热时间、加热温度、板坯厚度、产品厚度、冷却速率、待温厚度、终冷温度、终轧温度、待温温度和开轧温度;模型的输出向量Yk为每块钢板的屈服强度、抗拉强度和延伸率;(3)逆向计算温度制度;对于给定目标力学性能的钢板,利用遗传算法对步骤(2)中学习后的模型计算温度制度,包括终冷温度、终轧温度、待温温度和开轧温度;(4)温度制度的优化处理;对于计算出的温度值,再计算每两个相邻阶段温度间的偏差,以温度偏差为因变量,以前一阶段温度为自变量,回归为三个线性函数;通过设定开轧温度求解待温温度、终轧温度和终冷温度。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北大学,未经东北大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/200810228623.9/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top