热连轧板形控制模型优化与应用研究
|
摘要
热轧带钢的板形控制是板带材生产领域的重点和核心,本论文依托1750热连轧机,以提高热轧薄板的板形质量为目标,深入地分析了板形控制基础理论和模型仿真,通过现场试验和模型仿真程序的开发,结合生产现场控制系统对板形控制的工艺和设备进行了研究,主要研究内容及结果如下:
从模型结构和算法方面对板形控制理论进行了研究,结合生产现场系统地分析和阐明了影响板形控制的工艺和设备,通过对上下辊热凸度啮合对比试验,分析了在轧制过程中热凸度的变化过程,提出并实施了对部分冷却设备的改造,工作辊冷却水系统的改造,成功解决了改造前精轧F1～F3机架消凸过大的问题,保持了轧制稳定性,减少了中浪的出现,较为良好地控制了热轧带钢板凸度;提出了精轧支撑辊也使用CVC辊形技术的思路,使之与工作辊辊形配合,降低了轧辊的辊耗和剥落事故,在轧制相同吨位的条件下,换下辊后支撑辊CVC辊形比平辊形的磨损量降低了32.7%,延长了支撑辊的使用寿命,改善了板形质量,使板形控制有了显著提高。
以Matlab软件为编程平台,利用人工神经网络技术,分别开发出弯辊力预报仿真模型和轧制力预报仿真模型,通过程序设计及模型计算,结果表明,利用人工神经网络模型进行仿真预报,其精度比生产现场的传统预报方式预报的精度有较大幅度的提高,弯辊力模拟预报值精度比传统的预报值提高了78.04%,轧制力预报的精度比传统的精度提高了36.71%,所建模型高精度地模拟逼近了实际值。
CVC辊型曲线是影响板形控制的重要因素之一,结合生产现场的轧辊曲线,利用Matlab强大的数学分析功能进行了CVC辊型曲线数学模型的拟合求解,得到了更为合理的辊型曲线数学模型:
y = 4.0326×10~(-2)-2.045×10~(-3)x+1.4522×10~(-6)x~2-3.8045×10~(-10)x~3
此辊型曲线数学模型的建立进一步改进和优化了现场实际应用的辊型,使生产过程中的带钢板形控制有了显著提高。
通过生产现场大量数据的收集及统计,分析了工作辊、支撑辊的磨损对板凸度控制产生的影响,通过轧辊磨损试验,分析出了在一个轧制周期内工作辊的磨损程度及规律,上工作辊磨损量大于相应下工作辊磨损量,下支撑辊磨损量大于相应上支撑辊磨损量;工作辊部分实际的磨损曲线基本与实测数据较相似,所获得的实测数据与轧辊磨损一般规律相一致,磨损量的大小与轧辊的使用期内所轧带钢长度、温度、钢种以及金属前滑、后滑、横向流动等因素有关,在热轧带钢轧机中,各机架的轧辊研磨和疲劳磨损幅度的总体趋势与轧制工艺参数相对应,使现场辊耗的控制、合理用运轧辊策略及优化轧辊磨削等技术得到了有效提升。
板形控制中轧制规程的优化设计及实践应用,用动态规划的方法对热轧现有的轧制规程进行负荷分配优化计算,对轧制规程中的工艺参数进行了优化计算,由试验结果表明用动态规划的方法进行轧制规程的优化,对于良好板形的控制显示出了较强的优势,当来料出现厚度波动或其他扰动时可以对轧制规程进行适当调整,确立最佳的轧制规程,以此提高凸度与平直度的命中率。通过负荷分配的优化计算,合理分配轧机的道次压下量,使优化负荷分配的总功率比原现场使用的负荷分配的总功率平均降低了3.37%,进一步降低了生产负荷,由于轧制负荷的降低,减轻了轧辊凸度的磨损程度,辊凸度磨损变化幅度的降低使生产过程中带钢的板形质量得到了有效改善。由此本方案的实施优化了热轧厂原轧制规程,降低了轧机的负荷,改善了板形。
Shape control of hot rolling strip is the focal point and key problem in the field of strip rolling. The model of shape controlling has been numerically and experimentally investigated and the basic theory of shape controlling is deeply analyzed by the equipment of 1750 hot strip mill for the purpose of improving the quality of hot rolling strip. The technology and equipment of shape control have been researched by field test and simulation program.
The main research contents and the results are as follows:
Shape controlling theory is studied by means of the model structure and algorithm. Technology and equipment influence factors of the shape control in the production field have been analyzed. The changing process of the thermal crown joggle between upper and bottom work rolls is analyzed by the contrast test. Several improvements were presented and water supply system of work roll has been reformed, which solved successfully the problem of the crown abrasion excessively among ahead three stands, keeping the steady rolling, decreasing the middle wave, and getting good quality of crown. The technique of CVC roll shape for finish back roll is proposed, which matches up work roll shape. So, the results show that the back roll failure accident decreases and the abrasion degree reduces 32.7% by contrast with flat back roll shape, which also prolongs the back roll service time and improves the shape quality.
The simulation models of the bend force (BF) and rolling force (RF) prediction have been developed by the program platform of Matlab software and the technology of artificial neural networks (ANN).By this way, the results present that the precision of model prediction is improved by a large margin by using of ANN instead of traditional model prediction way and the prediction accuracy of bend force is improved 78.04%, and prediction accuracy of roll force is improved 36.71%, and this model accurate prediction of ANN is highly close to the actual results in hot rolling .
One of the important factors of influencing strip shape control is the CVC roller model curve. Combined with the actual roller curve in production field, the equation of CVC roller model curve is computed and got fit curve in arithmetic model:
y = 4.0326×10~(-2)-2.045×10~(-3)x+1.4522×10~(-6)x~2-3.8045×10~(-10)x~3
The equation of the arithmetic model improves and optimizes the roll shape curve and improves remarkably shape controlling in the process of producing.
The effect of the work roll and back roll abrasion on the crown controlling of strip was analyzed by collecting a lot of data from the spot. By roller abrasion testing, the abrasion law and degree of work roll in a rolling period time has been got. The abrasion quantity of upper work roll is more than that of bottom work roll, and the abrasion quantity of bottom back roll is more than that of upper back roll. The gross trend of the roller grinding and fatigue abrasion in all rolling machines is coincidence with that of rolling process. The abrasion quantity is related with the strip coil length, temperature, grade of steel, slip forward, slip back, cross flow, etc. In hot mill, the roll grinding and fatigue abrasion trend is similar to the actual technological parameters, which decreases the roll consuming and improves the technology of roll strategy management and roll grinding optimization.
The load assignment of the rolling schedule and the technology parameters have been optimized to design and apply to the rolling schedule in the process of shape controlling and calculated by dynamic programming. The test results show that the gross power of load assignment has the superiority by dynamic programming in the case of the thickness fluctuation or other disturbance. Optimal rolling schedule can be got by coordinating the original one, and the flatness or straightness accuracy is improved. After redistributing load assignment and adjusting the thickness value of 6 stands, the gross power averagely decreases 3.37% by contrast with original condition, and decreases the load, and alleviates the abrasion degree. As the result, the shape controlling quality is improved effectively. This scheme is applied in hot strip mill to reduce the load of the rolling mill and improve the whole stands shape controlling ability.
从模型结构和算法方面对板形控制理论进行了研究,结合生产现场系统地分析和阐明了影响板形控制的工艺和设备,通过对上下辊热凸度啮合对比试验,分析了在轧制过程中热凸度的变化过程,提出并实施了对部分冷却设备的改造,工作辊冷却水系统的改造,成功解决了改造前精轧F1～F3机架消凸过大的问题,保持了轧制稳定性,减少了中浪的出现,较为良好地控制了热轧带钢板凸度;提出了精轧支撑辊也使用CVC辊形技术的思路,使之与工作辊辊形配合,降低了轧辊的辊耗和剥落事故,在轧制相同吨位的条件下,换下辊后支撑辊CVC辊形比平辊形的磨损量降低了32.7%,延长了支撑辊的使用寿命,改善了板形质量,使板形控制有了显著提高。
以Matlab软件为编程平台,利用人工神经网络技术,分别开发出弯辊力预报仿真模型和轧制力预报仿真模型,通过程序设计及模型计算,结果表明,利用人工神经网络模型进行仿真预报,其精度比生产现场的传统预报方式预报的精度有较大幅度的提高,弯辊力模拟预报值精度比传统的预报值提高了78.04%,轧制力预报的精度比传统的精度提高了36.71%,所建模型高精度地模拟逼近了实际值。
CVC辊型曲线是影响板形控制的重要因素之一,结合生产现场的轧辊曲线,利用Matlab强大的数学分析功能进行了CVC辊型曲线数学模型的拟合求解,得到了更为合理的辊型曲线数学模型:
y = 4.0326×10~(-2)-2.045×10~(-3)x+1.4522×10~(-6)x~2-3.8045×10~(-10)x~3
此辊型曲线数学模型的建立进一步改进和优化了现场实际应用的辊型,使生产过程中的带钢板形控制有了显著提高。
通过生产现场大量数据的收集及统计,分析了工作辊、支撑辊的磨损对板凸度控制产生的影响,通过轧辊磨损试验,分析出了在一个轧制周期内工作辊的磨损程度及规律,上工作辊磨损量大于相应下工作辊磨损量,下支撑辊磨损量大于相应上支撑辊磨损量;工作辊部分实际的磨损曲线基本与实测数据较相似,所获得的实测数据与轧辊磨损一般规律相一致,磨损量的大小与轧辊的使用期内所轧带钢长度、温度、钢种以及金属前滑、后滑、横向流动等因素有关,在热轧带钢轧机中,各机架的轧辊研磨和疲劳磨损幅度的总体趋势与轧制工艺参数相对应,使现场辊耗的控制、合理用运轧辊策略及优化轧辊磨削等技术得到了有效提升。
板形控制中轧制规程的优化设计及实践应用,用动态规划的方法对热轧现有的轧制规程进行负荷分配优化计算,对轧制规程中的工艺参数进行了优化计算,由试验结果表明用动态规划的方法进行轧制规程的优化,对于良好板形的控制显示出了较强的优势,当来料出现厚度波动或其他扰动时可以对轧制规程进行适当调整,确立最佳的轧制规程,以此提高凸度与平直度的命中率。通过负荷分配的优化计算,合理分配轧机的道次压下量,使优化负荷分配的总功率比原现场使用的负荷分配的总功率平均降低了3.37%,进一步降低了生产负荷,由于轧制负荷的降低,减轻了轧辊凸度的磨损程度,辊凸度磨损变化幅度的降低使生产过程中带钢的板形质量得到了有效改善。由此本方案的实施优化了热轧厂原轧制规程,降低了轧机的负荷,改善了板形。
Shape control of hot rolling strip is the focal point and key problem in the field of strip rolling. The model of shape controlling has been numerically and experimentally investigated and the basic theory of shape controlling is deeply analyzed by the equipment of 1750 hot strip mill for the purpose of improving the quality of hot rolling strip. The technology and equipment of shape control have been researched by field test and simulation program.
The main research contents and the results are as follows:
Shape controlling theory is studied by means of the model structure and algorithm. Technology and equipment influence factors of the shape control in the production field have been analyzed. The changing process of the thermal crown joggle between upper and bottom work rolls is analyzed by the contrast test. Several improvements were presented and water supply system of work roll has been reformed, which solved successfully the problem of the crown abrasion excessively among ahead three stands, keeping the steady rolling, decreasing the middle wave, and getting good quality of crown. The technique of CVC roll shape for finish back roll is proposed, which matches up work roll shape. So, the results show that the back roll failure accident decreases and the abrasion degree reduces 32.7% by contrast with flat back roll shape, which also prolongs the back roll service time and improves the shape quality.
The simulation models of the bend force (BF) and rolling force (RF) prediction have been developed by the program platform of Matlab software and the technology of artificial neural networks (ANN).By this way, the results present that the precision of model prediction is improved by a large margin by using of ANN instead of traditional model prediction way and the prediction accuracy of bend force is improved 78.04%, and prediction accuracy of roll force is improved 36.71%, and this model accurate prediction of ANN is highly close to the actual results in hot rolling .
One of the important factors of influencing strip shape control is the CVC roller model curve. Combined with the actual roller curve in production field, the equation of CVC roller model curve is computed and got fit curve in arithmetic model:
y = 4.0326×10~(-2)-2.045×10~(-3)x+1.4522×10~(-6)x~2-3.8045×10~(-10)x~3
The equation of the arithmetic model improves and optimizes the roll shape curve and improves remarkably shape controlling in the process of producing.
The effect of the work roll and back roll abrasion on the crown controlling of strip was analyzed by collecting a lot of data from the spot. By roller abrasion testing, the abrasion law and degree of work roll in a rolling period time has been got. The abrasion quantity of upper work roll is more than that of bottom work roll, and the abrasion quantity of bottom back roll is more than that of upper back roll. The gross trend of the roller grinding and fatigue abrasion in all rolling machines is coincidence with that of rolling process. The abrasion quantity is related with the strip coil length, temperature, grade of steel, slip forward, slip back, cross flow, etc. In hot mill, the roll grinding and fatigue abrasion trend is similar to the actual technological parameters, which decreases the roll consuming and improves the technology of roll strategy management and roll grinding optimization.
The load assignment of the rolling schedule and the technology parameters have been optimized to design and apply to the rolling schedule in the process of shape controlling and calculated by dynamic programming. The test results show that the gross power of load assignment has the superiority by dynamic programming in the case of the thickness fluctuation or other disturbance. Optimal rolling schedule can be got by coordinating the original one, and the flatness or straightness accuracy is improved. After redistributing load assignment and adjusting the thickness value of 6 stands, the gross power averagely decreases 3.37% by contrast with original condition, and decreases the load, and alleviates the abrasion degree. As the result, the shape controlling quality is improved effectively. This scheme is applied in hot strip mill to reduce the load of the rolling mill and improve the whole stands shape controlling ability.
引文
[1]何安瑞,黄涛,杨荃,等.热带钢轧机板形综合控制技术开发[J].北京科技大学学报,2007,2(5):519-522.
[2]张寿荣.21世纪的钢铁工业及对我国钢铁工业的挑战[J].天津冶金, 2001,99(1):5-15.
[3]邹家祥.轧钢机现代设计理论[M].北京:冶金工业出版社,1991:27-32.
[4]何汝迎.冷轧CVC技术结构特点分析[J],全国冶金设备新技术文集,2000,221-226.
[5]郝得锐.热轧宽带钢轧机板型控制技术及运用[J].山西机械,2000,77-79.
[6]王国栋,刘相华.日本热轧带钢技术的发展和现状[J].轧钢,2007,24(1):1-6.
[7]赵红雁.KZR轧机板形控制系统的设想[J].冶金设备,2001,126(2):12-15.
[8]张进之.板形理论的进步及应用[J].冶金设备,2001,125(1):1-5.
[9]张进之.新型板形测控方法及应用[J].重型机械,1998,(4):5-9.
[10]王国栋.板形控制和板形理论[M].北京:冶金工业出版社,1986,50-101.
[11]杨宗毅.实用轧钢技术手册[M].北京:冶金工业出版社,1995,541-545.
[12]邹家祥.轧钢机械[M].北京,冶金工业出版社,1995,202-206.
[13]张清东.宽带钢轧机板型控制技术比较研究[J].北京科技大学学报,2000, 22(2):177-181.
[14]曹建国,张杰,陈先霖,等.热轧带钢板形板厚综合控制系统的耦合关系[J].北京科技大学学报,2000,22(6):551-554.
[15]柳干,袁艳,张泰山,等.热轧带钢板形数学模型的研究[J].计算技术与自动化,2006,25(2):38-41.
[16]朱敏之.国外热轧带钢板形的控制组合方式及应用[J].重型机械科技,2001(1-2):27-31.
[17]王舒军,周猛,李雪松,等.板形控制模型在热轧薄板生产中的应用[J].电气时代,2005(07):78-80.
[18]孙宝,张小平.贝尔曼动态规划在板形板厚协调控制中的应用[J].太原科技大学学报, 2009,30(5):397-400.
[19]祝东奎,张清东,魏钢城,等.热连轧机组板形预设定策略与模型[J].轧钢,2001,18(2):9-11.
[20] K.N.Shohet,N.A.Townsend,Flatness control in plate rolling[J],Journal of the Iron and Steel Institute,1971(10):769-775.
[21] Robert R.Somers,etc.Verification and application of a model for perdicting hot strip profile,crown and flatness[J].Iron and steel Engineer,1984(09).
[22]黄思德,宦晓峰,王娅,等.平直度仪在热轧板厂的应用[J].江苏冶金,2006,34(1):32-35.
[23] WdfgangF abian.H amsW ladike等.热轧宽带钢的在线平直度检测和控制[M].现代热轧板带生产技术(下),1993:128-136.
[24]颜满堂.热轧板形的检测与控制[J].梅山科技,2002,(4):4-6.
[25] V.BGinzburg,High-Quality Steel Rolling:Theory and Practice,Marcel Dekker,New York:Marcel Dekker,Inc.,1993.
[26] Stone M D,Gray R.Theory and practice aspects in crown control,Iron and Steel Engineer,1965,(8).
[27]王仁忠,杨荃,何安瑞,等.宽带钢热连轧轧机弯辊控制性能研究[J].冶金自动化,2006(增刊):584-587.
[28]徐光,张鑫强,赵嘉蓉,等.CSP生产线带钢平直度检测和控制[J].冶金设备,2007,2(1):53-56.
[29]孙一康.带钢热连轧的模型与控制[M].北京:冶金工业出版社,2002.
[30]汪祥能,丁修垫.现代带钢连轧机控制[M].沈阳:东北大学出版社,1996,144-146.
[31]韩饶坤.现代热轧板带生产技术(上)[M].沈阳,东北大学出版社,1993,97-106.
[32]唐崇明.现代热轧板带生产技术(下)[M].沈阳,东北大学出版社,1993,270-273.
[33] Wang S R, Tseng A A. Macro and Micro Modeling of Hot Rolling of Steel Coupled by a Micro Constitutive Relationship[J]. Iron and Steelmaker,1996,32(9): 49-61.
[34] Hwang S M, Connelly S. Finite Element Analysis of Temperatures, Metal Flow, and Roll Pressure in Hot Strip Rolling[J]. ASME journal of Engineering for Industry,1993,115(8):290-298.
[35]张进之.板带轧制过程板形测量和控制的数学模型[J].冶金设备,1997,(6):1-5.
[36]张进之,张宇.新型板形测控方法及应用[J].重型机械,1998,(4):5-9.
[37] Ohe K, Morimoto Y.中板轧机板形控制的开发[J].第六届国际轧钢会议译文集,北京:中国金属学会轧钢学会,1994:81-91.
[38] Jonsson N G, Mantyla P.一种优化钢板断面和板形的轧制程序[J].国外钢铁1989, (3):9-16.
[39]王建平,金光毅.不同系统平台间数据通讯的实现[J].河北理工学院学报,2003,8(25):70-76.
[40]孙彤彤,赵志毅,李连平,等.热轧薄带钢板形控制系统离线分析软件的开发[J].轧钢,2005,22(5):3-4.
[41]徐健勇.薄板冷轧厚度与板形高精度控制技术[J].钢铁,2002,37(1):73-77.
[42]白埃民.试论实现高精度板形和厚度一体化控制的途径[J].轧钢,2001,18(1): 10-13.
[43]刘宏民,连家创.研究冷轧带钢金属横向流动和张力横向分布的线性条元法[J].钢铁研究学报,1992,4(3):37-44.
[44]施东成.轧钢机械设计方法[M].北京:冶金工业出版社,1991.
[45]胡健,王景林,张宏杰,等.邯钢CSP热轧带钢板形控制[J].轧钢2003,20(2):72-74.
[46]饶添荣,蒋昌龄.CSP工艺技术在马钢的应用[J].江苏冶金,2003,31(6):17-19.
[47]张坤龙,宋听.珠钢CSP薄规格带钢生产及质量控制[J].轧钢,2004,21(1):51-53.
[48]何建中,司永涛.建设中的包钢CSP生产线[J].钢铁,2001,36(9):31-33.
[49]陈先霖,张杰,张清东,等.宽带钢热连轧机板形控制系统的开发[J].钢铁,2000, 55(7):28-30.
[50]孔祥伟,徐建忠,史静,等.热轧带钢板形(PFC)控制系统[J].东北大学学报(自然科学版),2002,23(7):683-686.
[51]三宅佑史等.高精度板断面形状和平直度的板带生产技术[M].现代热轧板带生产技术(下).1993:179-195.
[52]李元.薄板坯连铸连轧板形和平直度自动控制[J].马钢职工大学学报,2002,12(4):16-19.
[53]姜育男,刘相华.本钢1700mm热轧机组平直度控制与优化[J].轧钢,2005,22(6):23-25.
[54]顾云舟.宽带钢热连轧轧机板形前馈与反馈建模及控制策略的研究[D].北京:北京科技大学,2002.
[55]谢海波,张中平,刘相华.层流冷却的前馈控制[J].钢铁研究学报,2006,18(3):60-62.
[56]令孤克志,何安瑞,杨荃.热轧带钢板形板厚反馈解藕控制[J].北京科技大学学报,2007,29(3):338-341.
[57]刘立忠.CVC热轧机精轧机组的横移设定与板凸度计算[J],钢铁,2001,36(6):32-36.
[58] Remm-Mingu.热带钢轧机最佳工作辊凸度的确定[M].现代热轧板带生产技术(上),东北大学出版社,1993.
[59]龚殿尧,徐建忠,张凤琴.轧辊凸度及直径对热轧带钢凸度的影响[J].钢铁研究学报,2003,15(3):17-20.
[60]徐建忠,龚殿尧,刘相华.单位宽度轧制力对热轧带钢凸度的影响规律[J],东北大学学报(自然科学版),2003,24(3):280-283.
[61] Hermann Wolters. SMS automation in hot strip mills[M], MPT International, 1995(03).
[62]尹海元,张杰,曹建国,等.1800mmCVC热轧机辊缝凸度影响特性研究[J].冶金设备,2007,2(01):1-4.
[63]刘立忠,吕程,刘相华.CVC热连轧轧机的板凸度计算模型[J].东北大学学报,2001(1):97-98.
[64]张杰,陈先霖,徐耀寰,等.四辊轧机轴向移位变凸度辊型的研究[J].钢铁研究学报,1993,5(2):25-27.
[65]史静,孔祥伟,王国栋,等.工作辊横移对工作辊温度场及热凸度的影响[J].轧钢,2002,19(4):7-9.
[66]李俊洪,连家创,岳晓丽,等.热带钢连轧机工作辊温度场和热凸度预报模型[J],钢铁研究学报,2003,15(6):25-28.
[67] Atack P A, Robinson I S. Control of Thermal Camber by Spray Cooling when Hot Rolling Aluminum[J]. Ironmaking and Steel-making,1996,23(1):69-73.
[68]中岛浩卫,松本軷美,菊间敏夫,等.热连轧机凸度控制技术的研究[J]制铁研究,1979,(209):92-107.
[69]胡贤磊.在线高精度中厚板凸度计算模型[J].东北大学学报,2004,(10):965-968.
[70]郭剑波,连家创.热轧带钢连轧机精轧机组板凸度仿真与实验研究[J].钢铁,1999,34(5):42-46.
[71]陈杰.CVC四辊轧机有载辊缝解析模型[J].重型机械,1998(6):42-44.
[72]王君.中厚板轧机液压辊缝控制系统研究及其PLC实现[J].东北大学学报,2001, 22(4):435-438.
[73] Somers R R.Verification and Application of a Modle for Predicting Hot Strip Profile[J],Crown and Flatness.Iron and Steel Engineer,1984,61(9):35.
[74]黄明辉.1850CVC轧机辊型几何空间特性的研究[J].中南工业大学学报,1995.
[75]姜正连.CVC轧机辊型设计原理和控制模型的探讨[J],钢铁研究报,1990.
[76]郭大伟.浅析轧辊热凸度与轧辊冷却水的关系[J].冶金丛刊,2002,8(04):25-27.
[77]胡浩平,伍清河,费庆.带钢冷却模型的预计算和自适应冶金能源[J].Jan.2006, Vol.25No.1:21-23.
[78]彭良责,刘相华,王国栋.热轧带钢层流冷却的控制策略及其应用[J].钢铁研究学报,2005,17(3):5-9.
[79]韩斌,司良英,刘相华,等.热轧层流冷却集管中流场有限元模拟及冲击压力的理论计算[J].钢铁研究学报,2004,16(5):42-46.
[80]王笑波,王继相.板带层流冷却控制技术的发展和问题[J].基础自动化,2000,7(5): 1-5.
[81]何安瑞,曹建国,吴庆海,等.热轧精轧机组变接触支持辊综合性能研究[J].上海金属,2001,23(1):14-16.
[82]李洪波,张杰,曹建国,等.CSP热连轧机支持辊辊形研究[J].钢铁,2008,43(3):61-64.
[83] Gunter Kneppe,Dieter Rosenthal.Hot strip rolling technology:Tasks for the new century,Mpt International,1998(03).
[84] Claude Bonaud.Control of shape and profile on the WISGCO Wuhan HSM,Steel Times,1995(09).
[85] Wang Lian-sheng,Yang Quan,He An-rui,etc.Improvement of prediction model ofr work rolll thermal contour in hot strip mill[J],Journel of Central South Univeristy of Technology,2010(06):23-25.
[86] Tomiharu ISHII,etc.Recent technology in Hot Strip Mill[J].STEEL ROLLING,1998.
[87] Clark M Martind.Advanced Control for Hot Strip Finishing Mill[C].The 7th International Conference on Steel Rolling,Makuhari, Chiba,Japan,1998 (09):727-737.
[88]范晓明,张利.模糊自整定PID参数控制器用于控制热轧带钢卷取温度[J].钢铁研究学报,2001,13(2):59-61.
[89]何安瑞,张清东,曹建国,等.宽带钢热轧支持辊辊形变化对板形的影响[J].北京科技大学学报, 1999,21(6):566-567.
[90]赵昆.热轧厂新CVC板形控制模型的应用[J].全国冶金装备新技术文集,2000, 179-185.
[91]卞皓,谭耘宇,夏晓明,等.梅钢热轧板板形控制优化[J].轧钢,2006,23(6):52-54.
[92]连家创,段振勇.轧件宽展量的研究[J].钢铁,1984,(11),22-25.
[93]杨光辉,曹建国,张杰.SmartCrown四辊冷连轧机工作辊辊形[J].北京科技大学学报,2006,28(7):669-671.
[94]陈杰,周鸿章,钟掘,等.CVC四辊铝冷轧机工作辊辊型设计[J].轻合金加工技术,2000,28(3):10-12.
[95]李连平,赵志毅,孙彤彤,等.热轧薄带钢板形影响因素的离线模拟分析[J]钢铁,2006,41(7):49-53.
[96]彭艳,刘宏民,胡建平,等.冷轧带钢板形控制仿真软件(FCESACSR)[J].冶金设备, 2003,(3):13-16.
[97]王宜怀,王林.基于人工神经网络的非线性回归[J].计算机工程与应用,2004(12):79-82.
[98]高洪深,陶有德.基于人工神经网络的非线性回归预测模型的研究[J].北方工业大学学报,1999(1):68-73.
[99]高隽.人工神经网络原理及仿真实例[M].北京:机械工业出版社,2003,45-51.
[100]符强,张进之.基于人工神经网络的热连轧参数预测模型[J].钢铁研究学报,2003,15(04):70-72.
[101]张智星,孙春在,水谷英二,等.神经模糊和软计算[M].西安:西安交通大学出版社, 2000.
[102]陶红勇,王京,陆秀志神经网络在板形控制中的应用[J].轧钢,2003,20(4):10-12.
[103]闻新.神经网络应用设计[M].北京:科学出版社,2000.
[104]李春梅,NZEGGE Chantale Ebude. BP误差反传神经网络技术的应用[J].计算机与现代化,2008(02):40-42.
[105]尹朝庆,尹皓.人工智能与专家系统[M].北京:中国水利水电出版社,2004.
[106]张仰森.人工智能原理与应用[M].北京:高等教育出版社,2003.
[107]李利杰,雷咏梅.一种面向网格的二级并行计算模型研究与实现[J].计算机工程与应用,2007,43(18):142-145.
[108]张敬伟,何安瑞,杨荃,等.基于神经网络的热带钢连轧弯辊力预报模型[J].冶金工业自动化-人工智能技术应用部分,2007(06):20-22.
[109]张宇,熊善清,王海燕,等.神经网络结构的动态构筑方法微机发展[J].2004,14(01):32-33.
[110]刘振岩,张志淼,王万森,等.非线性神经网络的研究[J].计算机工程与应用,2004(03):42-44.
[111]姚强.改善辊型降低弯辊力提高工作辊轴承及轧辊使用寿命[J].天津冶金,2005(129):53-57.
[112]徐建忠,张军,张凤琴,等.工作辊弯辊力对热轧带钢凸度的影响[J].钢铁研究学报,2003,15(5):23-27.
[113]杨澄.热轧工作辊窜辊系统的应用[J].武钢技术,2005,43(02):13-18.
[114]郭忠峰,徐建忠,刘相华,等.热连轧机CVC轧辊横移位置计算[J].轧钢,2006, 23(04):5-7.
[115]周记华.金属塑性变形阻力[M].北京,机械工业出版社,1965.
[116]王廷溥.轧钢生产[M].北京,冶金工业出版社,1981.
[117]张进之,张宇.板形板厚的数学理论[J].冶金设备2002,6(03):4-8.
[118]孙登月,杜凤山,朱泉封,等.五机架冷连轧机轧制力人工神经网络预报[J].钢铁,2002,37(2):28-34.
[119]董敏,刘才.RBF网络优化设计及在轧机轧制力预报中的应用[J].钢铁,2005,40(11):34-37.
[120] Sherstinsky A,Picard R W. On the Efficiency of the Orthogonal Least Squares Training for Radial Basis Function Networks[J].IEEE Trans.Neural Networks,19 96,7(1):195-200.
[121]张进之.中厚板轧制过程分层递阶智能控制[J].钢铁,1998,33(11):34-38.
[122]张建华,高燕,刘战英,等.金属塑性变形抗力的BP神经网络预报模型[J].河北冶金,2006(02):17-18.
[123]钟掘.CVC四辊轧机板型控制解析解藕模型[J],中南工业大学学报,1999,30(2): 192-193.
[124] VB.金兹伯格.高精度板带材轧制理论与实践[M].北京,冶金工业出版社,2000.
[125]汪祥能.现代带钢连轧机控制[M],沈阳,东北大学出版社,1996.
[126] VB.Ginzburg,Steel-Rolling Technology Theory and Practice[J], New York:MarcelDekker,1989.
[127] Jiang Z L, Wang G D, Zhang Q, et al. Shifting Roll Profile and ControlCharacteristics[J]. Journal of Material Processing Technology,1993,37-53
[128]候立刚,张国民,肖宏,等.热连轧过程中的轧制力模拟[J].钢铁研究学报,2006,18(09):26-28.
[129]钟春生,韩静涛.金属塑性变形力计算[M].北京:冶金工业出版社,1994:
[130]王能超.数值分析简明教程[M].武汉,华中科技大学出版社,2002,35-36.
[131]丁立娟.数值计算方法[M].北京,北京理工大学出版社,1997,12-14.
[132]张大志,李谋谓,孙一康,等.四机架冷连轧机轧制力模型的研究与应用[J],轧钢,2000,17(3):15-17.
[133]吕程,王国栋,刘相华,等.基于神经网络的热连轧精轧机组轧制力高精度预报[J].钢铁,1998,33(03):18-21.
[134]董敏,刘才,李国友.轧制力预报问题中动态网络模型的实现[J].钢铁,2006, 41(12):49-52.
[135]陈杰.CVC四辊铝冷轧机工作辊辊形设计[J].轻合金加工技术,2000,28(3):12-13.
[136]吴进,邱春林,齐克敏.热轧精轧轧辊辊型设计与优选[J].材料与冶金学,2006, 5(02):151-153.
[137]何伟,郁洪双,夏晓明,等.五次CVC辊型曲线的设计[J].轧钢,200623(02):12-15.
[138]浏书华.非圆曲线的最小二乘拟合法[J].新技术新工艺,2001,(7):12-14.
[139]娄燕雄.辊凸度连续可调(CVC)轧机的轧辊辊面曲线[J].中南工业大学学报,1995, 26(3):357-361.
[140]钟汉桥.曲率半径误差最小的曲线拟合优化方法[J],新技术新工艺,2001, (1):17-19.
[141]宁晓霞.CVC轧辊辊型曲线设计及控制模型研究[D].沈阳:东北大学,2003.
[142] Cheng Lu. A design of a third - Order CVC roll profile[J].Journal of Materials Processing Technology,2002,(1):645-648.
[143] Lu C, Kiet Tieu A, Jiang Z Y, et al. A Design of a Third-order CVC Roll Profile[J]. Journey of Materials Processing Technology,2002,125-126:645.
[144]施东成.轧钢机械设计方法[M].北京,冶金工业出版社,1990.
[145]罗开林.热轧带钢轧机精轧辊型设计及应用[J].四川冶金,2004(04):21-24.
[146]李立新.轧辊辊形曲线的计算机辅助设计[J].金属成形工艺,2001,19(4):33-35.
[147]张绚,张杰,魏钢城.热连轧机工作辊热辊形仿真研究[J].重型机械,2003(01): 15-18.
[148]张洪月.高速钢轧辊的应用研究[J].钢铁矾钦,2004,25(3):54-55.
[149]童红飞,谢劲松.珠钢热连轧轧辊使用优化与创新[J].冶金丛刊,2007(05):38-41.
[150]刘鸿文.材料力学[M].北京,高等教育出版社,1991,235-250.
[151]蒋尔雄.数值逼近[M].上海,复旦大学出版社,1996,138-139.
[152] Erickson L C,Hogmark S. Analysis of banded hot rolls[J].Wear,1993,165(1): 231-235.
[153]蔡立,徐鑫.MATLAB神经网络工具箱在非线性系统建模中的应用[J].机电工程技术,2008,37(02):82-84.
[154]兰雪梅.BP网络的MATLAB实现[M].北京:微电脑应用,2003,(1):6-8.
[155]罗成汗.基于MATLAB的控制系统计算机辅助分析[J].计算机仿真,2004,21 (04):38-39.
[156]郭忠峰,徐建忠,刘相华.1700热连轧机轧辊磨损模型研究[J].东北大学学报(自然科学版),2007,28(10):1378-1380.
[157]邹家祥.轧辊磨损计算[J].钢铁,1986,21(7):23-27.
[158]陈连生,连家创.热带钢轧机轧辊磨损研究[J].钢铁,2001,36(1):66-69.
[159]连家创,黄传清,陈连生.2050CVC热连轧机精轧机组轧辊磨损的研究[J].钢铁,2002,37(3):24-27.
[160]孔祥伟,史静,徐建忠,等.热带钢轧机轧辊磨损预测[J],东北大学学报:自然科学版,2002,23(8):790-792.
[161]贾生晖,曹建国,张杰,等.冷连轧机SmartCrown轧辊磨损辊形对板形调控能力影响[J].北京科技大学学报,2006,28(5):468-470.
[162]陈连生,黄传清,连家创,等.2050热连轧精轧机组PFC磨损预报与实测的对比分析[J].钢铁研究,2000(01):24-27.
[163] Stevens P G.Increasing work roll life by improved roll cooling practice[J].Journal of the Iron and Steel Institute,1971,34(8):1-11.
[164] Schey J A. Lubrication and wear[M].Metals Park:American Society for Metal,1983:131-141.
[165] Spuzic S, Strafford K N, Subramanian C,ect. Wear of hot rolling mill rolls:an overview[J].Wear,1994,176(2):261-271.
[166]李洪波,张杰,曹建国,等.CVC热连轧机支持辊不均匀磨损及辊形改进[J].北京科技大学学报, 2008,30(05):559-561.
[167]胡松涛.热连轧精轧轧自适应模型的应用研究[J].四川冶金,2003(05):32-35.
[168]范晓明,张利,王国栋.用于带钢卷取温度控制的自适应模型[J].钢铁研究学,2000,12(03):70-73.
[169] Z.Wang, et al. Applications of Self-adaptive Strip Shape Control for UC Mill Based on Neural Network Prediction Model,7’inte.Conf.on Steel Rolling, 1998(11):60-64.
[170]刘国平,曾强,张健民,等.热轧粗轧机组负荷分配的优化算法[J].河南冶金,2005,13(01):14-15.
[171]白埃民.热轧板形优化规程算法的探讨[J].轧钢,2007,24(06):6-11.
[172]丁敬国,胡贤磊,焦警民.基于KDD和案例推力的热轧负荷分配法[J].轧钢,2007, 24(01):53-55.
[173]穆志纯,刘克,孙朋,等.建立宽厚板轧制负荷分配模型的一种新方法[J].宽厚板,2001(04):35-38.
[174]刘晓星.冷连轧机轧制规程的多目标模糊优化设计[J].钢铁,2000,35(08):34-36.
[175] Harald Wehage.热轧板带新工艺压下规程的优化[J].鞍钢技术,1999(12):47-52
[176]贾春玉,宗家富,张树存,等.热轧机组轧制负荷的自适应模糊预测[J].燕山大学学报,2002,26(01):53-55.
[177]张清东,何安瑞,黄纶伟,等.板形控制与热轧带钢自由规程轧制[J].钢铁,2001,36(02):72-75.
[178]张聚,仇耀鑫.约束线性二次优化控制的多参数规划求解[J].清华大学学报(自然科学版),2007,47(S2):1936-1940.
[179]张进之,段春华.动态设定型板形板厚自动控制系统[J].中国工程科学,2000,2(06):67-72.
[180]赵鸿金,张迎晖,胡海涛,等.动态规划法优化设计铜板带轧制规程[J].南方冶金学院学报,2000,22(04):244-246.
[181]孙宝,张小平.基于MATLAB的动态规划在热连轧板形板厚协调控制中的应用[J].中北大学学报(自然科学版), 2010,31(02):193-199.
[182]张进之.板带轧制工艺控制理论概要[J].中国工程科学, 2001,3(04):46-54.
[183]张进之.解析板形刚度理论[J].中国科学,2000,30(2):1-6.
[184]杨常春,齐克敏,邱春林,等.500mm热连轧机组离线压下规程优化设计[J].山西冶金,2006(01):18-20.
[2]张寿荣.21世纪的钢铁工业及对我国钢铁工业的挑战[J].天津冶金, 2001,99(1):5-15.
[3]邹家祥.轧钢机现代设计理论[M].北京:冶金工业出版社,1991:27-32.
[4]何汝迎.冷轧CVC技术结构特点分析[J],全国冶金设备新技术文集,2000,221-226.
[5]郝得锐.热轧宽带钢轧机板型控制技术及运用[J].山西机械,2000,77-79.
[6]王国栋,刘相华.日本热轧带钢技术的发展和现状[J].轧钢,2007,24(1):1-6.
[7]赵红雁.KZR轧机板形控制系统的设想[J].冶金设备,2001,126(2):12-15.
[8]张进之.板形理论的进步及应用[J].冶金设备,2001,125(1):1-5.
[9]张进之.新型板形测控方法及应用[J].重型机械,1998,(4):5-9.
[10]王国栋.板形控制和板形理论[M].北京:冶金工业出版社,1986,50-101.
[11]杨宗毅.实用轧钢技术手册[M].北京:冶金工业出版社,1995,541-545.
[12]邹家祥.轧钢机械[M].北京,冶金工业出版社,1995,202-206.
[13]张清东.宽带钢轧机板型控制技术比较研究[J].北京科技大学学报,2000, 22(2):177-181.
[14]曹建国,张杰,陈先霖,等.热轧带钢板形板厚综合控制系统的耦合关系[J].北京科技大学学报,2000,22(6):551-554.
[15]柳干,袁艳,张泰山,等.热轧带钢板形数学模型的研究[J].计算技术与自动化,2006,25(2):38-41.
[16]朱敏之.国外热轧带钢板形的控制组合方式及应用[J].重型机械科技,2001(1-2):27-31.
[17]王舒军,周猛,李雪松,等.板形控制模型在热轧薄板生产中的应用[J].电气时代,2005(07):78-80.
[18]孙宝,张小平.贝尔曼动态规划在板形板厚协调控制中的应用[J].太原科技大学学报, 2009,30(5):397-400.
[19]祝东奎,张清东,魏钢城,等.热连轧机组板形预设定策略与模型[J].轧钢,2001,18(2):9-11.
[20] K.N.Shohet,N.A.Townsend,Flatness control in plate rolling[J],Journal of the Iron and Steel Institute,1971(10):769-775.
[21] Robert R.Somers,etc.Verification and application of a model for perdicting hot strip profile,crown and flatness[J].Iron and steel Engineer,1984(09).
[22]黄思德,宦晓峰,王娅,等.平直度仪在热轧板厂的应用[J].江苏冶金,2006,34(1):32-35.
[23] WdfgangF abian.H amsW ladike等.热轧宽带钢的在线平直度检测和控制[M].现代热轧板带生产技术(下),1993:128-136.
[24]颜满堂.热轧板形的检测与控制[J].梅山科技,2002,(4):4-6.
[25] V.BGinzburg,High-Quality Steel Rolling:Theory and Practice,Marcel Dekker,New York:Marcel Dekker,Inc.,1993.
[26] Stone M D,Gray R.Theory and practice aspects in crown control,Iron and Steel Engineer,1965,(8).
[27]王仁忠,杨荃,何安瑞,等.宽带钢热连轧轧机弯辊控制性能研究[J].冶金自动化,2006(增刊):584-587.
[28]徐光,张鑫强,赵嘉蓉,等.CSP生产线带钢平直度检测和控制[J].冶金设备,2007,2(1):53-56.
[29]孙一康.带钢热连轧的模型与控制[M].北京:冶金工业出版社,2002.
[30]汪祥能,丁修垫.现代带钢连轧机控制[M].沈阳:东北大学出版社,1996,144-146.
[31]韩饶坤.现代热轧板带生产技术(上)[M].沈阳,东北大学出版社,1993,97-106.
[32]唐崇明.现代热轧板带生产技术(下)[M].沈阳,东北大学出版社,1993,270-273.
[33] Wang S R, Tseng A A. Macro and Micro Modeling of Hot Rolling of Steel Coupled by a Micro Constitutive Relationship[J]. Iron and Steelmaker,1996,32(9): 49-61.
[34] Hwang S M, Connelly S. Finite Element Analysis of Temperatures, Metal Flow, and Roll Pressure in Hot Strip Rolling[J]. ASME journal of Engineering for Industry,1993,115(8):290-298.
[35]张进之.板带轧制过程板形测量和控制的数学模型[J].冶金设备,1997,(6):1-5.
[36]张进之,张宇.新型板形测控方法及应用[J].重型机械,1998,(4):5-9.
[37] Ohe K, Morimoto Y.中板轧机板形控制的开发[J].第六届国际轧钢会议译文集,北京:中国金属学会轧钢学会,1994:81-91.
[38] Jonsson N G, Mantyla P.一种优化钢板断面和板形的轧制程序[J].国外钢铁1989, (3):9-16.
[39]王建平,金光毅.不同系统平台间数据通讯的实现[J].河北理工学院学报,2003,8(25):70-76.
[40]孙彤彤,赵志毅,李连平,等.热轧薄带钢板形控制系统离线分析软件的开发[J].轧钢,2005,22(5):3-4.
[41]徐健勇.薄板冷轧厚度与板形高精度控制技术[J].钢铁,2002,37(1):73-77.
[42]白埃民.试论实现高精度板形和厚度一体化控制的途径[J].轧钢,2001,18(1): 10-13.
[43]刘宏民,连家创.研究冷轧带钢金属横向流动和张力横向分布的线性条元法[J].钢铁研究学报,1992,4(3):37-44.
[44]施东成.轧钢机械设计方法[M].北京:冶金工业出版社,1991.
[45]胡健,王景林,张宏杰,等.邯钢CSP热轧带钢板形控制[J].轧钢2003,20(2):72-74.
[46]饶添荣,蒋昌龄.CSP工艺技术在马钢的应用[J].江苏冶金,2003,31(6):17-19.
[47]张坤龙,宋听.珠钢CSP薄规格带钢生产及质量控制[J].轧钢,2004,21(1):51-53.
[48]何建中,司永涛.建设中的包钢CSP生产线[J].钢铁,2001,36(9):31-33.
[49]陈先霖,张杰,张清东,等.宽带钢热连轧机板形控制系统的开发[J].钢铁,2000, 55(7):28-30.
[50]孔祥伟,徐建忠,史静,等.热轧带钢板形(PFC)控制系统[J].东北大学学报(自然科学版),2002,23(7):683-686.
[51]三宅佑史等.高精度板断面形状和平直度的板带生产技术[M].现代热轧板带生产技术(下).1993:179-195.
[52]李元.薄板坯连铸连轧板形和平直度自动控制[J].马钢职工大学学报,2002,12(4):16-19.
[53]姜育男,刘相华.本钢1700mm热轧机组平直度控制与优化[J].轧钢,2005,22(6):23-25.
[54]顾云舟.宽带钢热连轧轧机板形前馈与反馈建模及控制策略的研究[D].北京:北京科技大学,2002.
[55]谢海波,张中平,刘相华.层流冷却的前馈控制[J].钢铁研究学报,2006,18(3):60-62.
[56]令孤克志,何安瑞,杨荃.热轧带钢板形板厚反馈解藕控制[J].北京科技大学学报,2007,29(3):338-341.
[57]刘立忠.CVC热轧机精轧机组的横移设定与板凸度计算[J],钢铁,2001,36(6):32-36.
[58] Remm-Mingu.热带钢轧机最佳工作辊凸度的确定[M].现代热轧板带生产技术(上),东北大学出版社,1993.
[59]龚殿尧,徐建忠,张凤琴.轧辊凸度及直径对热轧带钢凸度的影响[J].钢铁研究学报,2003,15(3):17-20.
[60]徐建忠,龚殿尧,刘相华.单位宽度轧制力对热轧带钢凸度的影响规律[J],东北大学学报(自然科学版),2003,24(3):280-283.
[61] Hermann Wolters. SMS automation in hot strip mills[M], MPT International, 1995(03).
[62]尹海元,张杰,曹建国,等.1800mmCVC热轧机辊缝凸度影响特性研究[J].冶金设备,2007,2(01):1-4.
[63]刘立忠,吕程,刘相华.CVC热连轧轧机的板凸度计算模型[J].东北大学学报,2001(1):97-98.
[64]张杰,陈先霖,徐耀寰,等.四辊轧机轴向移位变凸度辊型的研究[J].钢铁研究学报,1993,5(2):25-27.
[65]史静,孔祥伟,王国栋,等.工作辊横移对工作辊温度场及热凸度的影响[J].轧钢,2002,19(4):7-9.
[66]李俊洪,连家创,岳晓丽,等.热带钢连轧机工作辊温度场和热凸度预报模型[J],钢铁研究学报,2003,15(6):25-28.
[67] Atack P A, Robinson I S. Control of Thermal Camber by Spray Cooling when Hot Rolling Aluminum[J]. Ironmaking and Steel-making,1996,23(1):69-73.
[68]中岛浩卫,松本軷美,菊间敏夫,等.热连轧机凸度控制技术的研究[J]制铁研究,1979,(209):92-107.
[69]胡贤磊.在线高精度中厚板凸度计算模型[J].东北大学学报,2004,(10):965-968.
[70]郭剑波,连家创.热轧带钢连轧机精轧机组板凸度仿真与实验研究[J].钢铁,1999,34(5):42-46.
[71]陈杰.CVC四辊轧机有载辊缝解析模型[J].重型机械,1998(6):42-44.
[72]王君.中厚板轧机液压辊缝控制系统研究及其PLC实现[J].东北大学学报,2001, 22(4):435-438.
[73] Somers R R.Verification and Application of a Modle for Predicting Hot Strip Profile[J],Crown and Flatness.Iron and Steel Engineer,1984,61(9):35.
[74]黄明辉.1850CVC轧机辊型几何空间特性的研究[J].中南工业大学学报,1995.
[75]姜正连.CVC轧机辊型设计原理和控制模型的探讨[J],钢铁研究报,1990.
[76]郭大伟.浅析轧辊热凸度与轧辊冷却水的关系[J].冶金丛刊,2002,8(04):25-27.
[77]胡浩平,伍清河,费庆.带钢冷却模型的预计算和自适应冶金能源[J].Jan.2006, Vol.25No.1:21-23.
[78]彭良责,刘相华,王国栋.热轧带钢层流冷却的控制策略及其应用[J].钢铁研究学报,2005,17(3):5-9.
[79]韩斌,司良英,刘相华,等.热轧层流冷却集管中流场有限元模拟及冲击压力的理论计算[J].钢铁研究学报,2004,16(5):42-46.
[80]王笑波,王继相.板带层流冷却控制技术的发展和问题[J].基础自动化,2000,7(5): 1-5.
[81]何安瑞,曹建国,吴庆海,等.热轧精轧机组变接触支持辊综合性能研究[J].上海金属,2001,23(1):14-16.
[82]李洪波,张杰,曹建国,等.CSP热连轧机支持辊辊形研究[J].钢铁,2008,43(3):61-64.
[83] Gunter Kneppe,Dieter Rosenthal.Hot strip rolling technology:Tasks for the new century,Mpt International,1998(03).
[84] Claude Bonaud.Control of shape and profile on the WISGCO Wuhan HSM,Steel Times,1995(09).
[85] Wang Lian-sheng,Yang Quan,He An-rui,etc.Improvement of prediction model ofr work rolll thermal contour in hot strip mill[J],Journel of Central South Univeristy of Technology,2010(06):23-25.
[86] Tomiharu ISHII,etc.Recent technology in Hot Strip Mill[J].STEEL ROLLING,1998.
[87] Clark M Martind.Advanced Control for Hot Strip Finishing Mill[C].The 7th International Conference on Steel Rolling,Makuhari, Chiba,Japan,1998 (09):727-737.
[88]范晓明,张利.模糊自整定PID参数控制器用于控制热轧带钢卷取温度[J].钢铁研究学报,2001,13(2):59-61.
[89]何安瑞,张清东,曹建国,等.宽带钢热轧支持辊辊形变化对板形的影响[J].北京科技大学学报, 1999,21(6):566-567.
[90]赵昆.热轧厂新CVC板形控制模型的应用[J].全国冶金装备新技术文集,2000, 179-185.
[91]卞皓,谭耘宇,夏晓明,等.梅钢热轧板板形控制优化[J].轧钢,2006,23(6):52-54.
[92]连家创,段振勇.轧件宽展量的研究[J].钢铁,1984,(11),22-25.
[93]杨光辉,曹建国,张杰.SmartCrown四辊冷连轧机工作辊辊形[J].北京科技大学学报,2006,28(7):669-671.
[94]陈杰,周鸿章,钟掘,等.CVC四辊铝冷轧机工作辊辊型设计[J].轻合金加工技术,2000,28(3):10-12.
[95]李连平,赵志毅,孙彤彤,等.热轧薄带钢板形影响因素的离线模拟分析[J]钢铁,2006,41(7):49-53.
[96]彭艳,刘宏民,胡建平,等.冷轧带钢板形控制仿真软件(FCESACSR)[J].冶金设备, 2003,(3):13-16.
[97]王宜怀,王林.基于人工神经网络的非线性回归[J].计算机工程与应用,2004(12):79-82.
[98]高洪深,陶有德.基于人工神经网络的非线性回归预测模型的研究[J].北方工业大学学报,1999(1):68-73.
[99]高隽.人工神经网络原理及仿真实例[M].北京:机械工业出版社,2003,45-51.
[100]符强,张进之.基于人工神经网络的热连轧参数预测模型[J].钢铁研究学报,2003,15(04):70-72.
[101]张智星,孙春在,水谷英二,等.神经模糊和软计算[M].西安:西安交通大学出版社, 2000.
[102]陶红勇,王京,陆秀志神经网络在板形控制中的应用[J].轧钢,2003,20(4):10-12.
[103]闻新.神经网络应用设计[M].北京:科学出版社,2000.
[104]李春梅,NZEGGE Chantale Ebude. BP误差反传神经网络技术的应用[J].计算机与现代化,2008(02):40-42.
[105]尹朝庆,尹皓.人工智能与专家系统[M].北京:中国水利水电出版社,2004.
[106]张仰森.人工智能原理与应用[M].北京:高等教育出版社,2003.
[107]李利杰,雷咏梅.一种面向网格的二级并行计算模型研究与实现[J].计算机工程与应用,2007,43(18):142-145.
[108]张敬伟,何安瑞,杨荃,等.基于神经网络的热带钢连轧弯辊力预报模型[J].冶金工业自动化-人工智能技术应用部分,2007(06):20-22.
[109]张宇,熊善清,王海燕,等.神经网络结构的动态构筑方法微机发展[J].2004,14(01):32-33.
[110]刘振岩,张志淼,王万森,等.非线性神经网络的研究[J].计算机工程与应用,2004(03):42-44.
[111]姚强.改善辊型降低弯辊力提高工作辊轴承及轧辊使用寿命[J].天津冶金,2005(129):53-57.
[112]徐建忠,张军,张凤琴,等.工作辊弯辊力对热轧带钢凸度的影响[J].钢铁研究学报,2003,15(5):23-27.
[113]杨澄.热轧工作辊窜辊系统的应用[J].武钢技术,2005,43(02):13-18.
[114]郭忠峰,徐建忠,刘相华,等.热连轧机CVC轧辊横移位置计算[J].轧钢,2006, 23(04):5-7.
[115]周记华.金属塑性变形阻力[M].北京,机械工业出版社,1965.
[116]王廷溥.轧钢生产[M].北京,冶金工业出版社,1981.
[117]张进之,张宇.板形板厚的数学理论[J].冶金设备2002,6(03):4-8.
[118]孙登月,杜凤山,朱泉封,等.五机架冷连轧机轧制力人工神经网络预报[J].钢铁,2002,37(2):28-34.
[119]董敏,刘才.RBF网络优化设计及在轧机轧制力预报中的应用[J].钢铁,2005,40(11):34-37.
[120] Sherstinsky A,Picard R W. On the Efficiency of the Orthogonal Least Squares Training for Radial Basis Function Networks[J].IEEE Trans.Neural Networks,19 96,7(1):195-200.
[121]张进之.中厚板轧制过程分层递阶智能控制[J].钢铁,1998,33(11):34-38.
[122]张建华,高燕,刘战英,等.金属塑性变形抗力的BP神经网络预报模型[J].河北冶金,2006(02):17-18.
[123]钟掘.CVC四辊轧机板型控制解析解藕模型[J],中南工业大学学报,1999,30(2): 192-193.
[124] VB.金兹伯格.高精度板带材轧制理论与实践[M].北京,冶金工业出版社,2000.
[125]汪祥能.现代带钢连轧机控制[M],沈阳,东北大学出版社,1996.
[126] VB.Ginzburg,Steel-Rolling Technology Theory and Practice[J], New York:MarcelDekker,1989.
[127] Jiang Z L, Wang G D, Zhang Q, et al. Shifting Roll Profile and ControlCharacteristics[J]. Journal of Material Processing Technology,1993,37-53
[128]候立刚,张国民,肖宏,等.热连轧过程中的轧制力模拟[J].钢铁研究学报,2006,18(09):26-28.
[129]钟春生,韩静涛.金属塑性变形力计算[M].北京:冶金工业出版社,1994:
[130]王能超.数值分析简明教程[M].武汉,华中科技大学出版社,2002,35-36.
[131]丁立娟.数值计算方法[M].北京,北京理工大学出版社,1997,12-14.
[132]张大志,李谋谓,孙一康,等.四机架冷连轧机轧制力模型的研究与应用[J],轧钢,2000,17(3):15-17.
[133]吕程,王国栋,刘相华,等.基于神经网络的热连轧精轧机组轧制力高精度预报[J].钢铁,1998,33(03):18-21.
[134]董敏,刘才,李国友.轧制力预报问题中动态网络模型的实现[J].钢铁,2006, 41(12):49-52.
[135]陈杰.CVC四辊铝冷轧机工作辊辊形设计[J].轻合金加工技术,2000,28(3):12-13.
[136]吴进,邱春林,齐克敏.热轧精轧轧辊辊型设计与优选[J].材料与冶金学,2006, 5(02):151-153.
[137]何伟,郁洪双,夏晓明,等.五次CVC辊型曲线的设计[J].轧钢,200623(02):12-15.
[138]浏书华.非圆曲线的最小二乘拟合法[J].新技术新工艺,2001,(7):12-14.
[139]娄燕雄.辊凸度连续可调(CVC)轧机的轧辊辊面曲线[J].中南工业大学学报,1995, 26(3):357-361.
[140]钟汉桥.曲率半径误差最小的曲线拟合优化方法[J],新技术新工艺,2001, (1):17-19.
[141]宁晓霞.CVC轧辊辊型曲线设计及控制模型研究[D].沈阳:东北大学,2003.
[142] Cheng Lu. A design of a third - Order CVC roll profile[J].Journal of Materials Processing Technology,2002,(1):645-648.
[143] Lu C, Kiet Tieu A, Jiang Z Y, et al. A Design of a Third-order CVC Roll Profile[J]. Journey of Materials Processing Technology,2002,125-126:645.
[144]施东成.轧钢机械设计方法[M].北京,冶金工业出版社,1990.
[145]罗开林.热轧带钢轧机精轧辊型设计及应用[J].四川冶金,2004(04):21-24.
[146]李立新.轧辊辊形曲线的计算机辅助设计[J].金属成形工艺,2001,19(4):33-35.
[147]张绚,张杰,魏钢城.热连轧机工作辊热辊形仿真研究[J].重型机械,2003(01): 15-18.
[148]张洪月.高速钢轧辊的应用研究[J].钢铁矾钦,2004,25(3):54-55.
[149]童红飞,谢劲松.珠钢热连轧轧辊使用优化与创新[J].冶金丛刊,2007(05):38-41.
[150]刘鸿文.材料力学[M].北京,高等教育出版社,1991,235-250.
[151]蒋尔雄.数值逼近[M].上海,复旦大学出版社,1996,138-139.
[152] Erickson L C,Hogmark S. Analysis of banded hot rolls[J].Wear,1993,165(1): 231-235.
[153]蔡立,徐鑫.MATLAB神经网络工具箱在非线性系统建模中的应用[J].机电工程技术,2008,37(02):82-84.
[154]兰雪梅.BP网络的MATLAB实现[M].北京:微电脑应用,2003,(1):6-8.
[155]罗成汗.基于MATLAB的控制系统计算机辅助分析[J].计算机仿真,2004,21 (04):38-39.
[156]郭忠峰,徐建忠,刘相华.1700热连轧机轧辊磨损模型研究[J].东北大学学报(自然科学版),2007,28(10):1378-1380.
[157]邹家祥.轧辊磨损计算[J].钢铁,1986,21(7):23-27.
[158]陈连生,连家创.热带钢轧机轧辊磨损研究[J].钢铁,2001,36(1):66-69.
[159]连家创,黄传清,陈连生.2050CVC热连轧机精轧机组轧辊磨损的研究[J].钢铁,2002,37(3):24-27.
[160]孔祥伟,史静,徐建忠,等.热带钢轧机轧辊磨损预测[J],东北大学学报:自然科学版,2002,23(8):790-792.
[161]贾生晖,曹建国,张杰,等.冷连轧机SmartCrown轧辊磨损辊形对板形调控能力影响[J].北京科技大学学报,2006,28(5):468-470.
[162]陈连生,黄传清,连家创,等.2050热连轧精轧机组PFC磨损预报与实测的对比分析[J].钢铁研究,2000(01):24-27.
[163] Stevens P G.Increasing work roll life by improved roll cooling practice[J].Journal of the Iron and Steel Institute,1971,34(8):1-11.
[164] Schey J A. Lubrication and wear[M].Metals Park:American Society for Metal,1983:131-141.
[165] Spuzic S, Strafford K N, Subramanian C,ect. Wear of hot rolling mill rolls:an overview[J].Wear,1994,176(2):261-271.
[166]李洪波,张杰,曹建国,等.CVC热连轧机支持辊不均匀磨损及辊形改进[J].北京科技大学学报, 2008,30(05):559-561.
[167]胡松涛.热连轧精轧轧自适应模型的应用研究[J].四川冶金,2003(05):32-35.
[168]范晓明,张利,王国栋.用于带钢卷取温度控制的自适应模型[J].钢铁研究学,2000,12(03):70-73.
[169] Z.Wang, et al. Applications of Self-adaptive Strip Shape Control for UC Mill Based on Neural Network Prediction Model,7’inte.Conf.on Steel Rolling, 1998(11):60-64.
[170]刘国平,曾强,张健民,等.热轧粗轧机组负荷分配的优化算法[J].河南冶金,2005,13(01):14-15.
[171]白埃民.热轧板形优化规程算法的探讨[J].轧钢,2007,24(06):6-11.
[172]丁敬国,胡贤磊,焦警民.基于KDD和案例推力的热轧负荷分配法[J].轧钢,2007, 24(01):53-55.
[173]穆志纯,刘克,孙朋,等.建立宽厚板轧制负荷分配模型的一种新方法[J].宽厚板,2001(04):35-38.
[174]刘晓星.冷连轧机轧制规程的多目标模糊优化设计[J].钢铁,2000,35(08):34-36.
[175] Harald Wehage.热轧板带新工艺压下规程的优化[J].鞍钢技术,1999(12):47-52
[176]贾春玉,宗家富,张树存,等.热轧机组轧制负荷的自适应模糊预测[J].燕山大学学报,2002,26(01):53-55.
[177]张清东,何安瑞,黄纶伟,等.板形控制与热轧带钢自由规程轧制[J].钢铁,2001,36(02):72-75.
[178]张聚,仇耀鑫.约束线性二次优化控制的多参数规划求解[J].清华大学学报(自然科学版),2007,47(S2):1936-1940.
[179]张进之,段春华.动态设定型板形板厚自动控制系统[J].中国工程科学,2000,2(06):67-72.
[180]赵鸿金,张迎晖,胡海涛,等.动态规划法优化设计铜板带轧制规程[J].南方冶金学院学报,2000,22(04):244-246.
[181]孙宝,张小平.基于MATLAB的动态规划在热连轧板形板厚协调控制中的应用[J].中北大学学报(自然科学版), 2010,31(02):193-199.
[182]张进之.板带轧制工艺控制理论概要[J].中国工程科学, 2001,3(04):46-54.
[183]张进之.解析板形刚度理论[J].中国科学,2000,30(2):1-6.
[184]杨常春,齐克敏,邱春林,等.500mm热连轧机组离线压下规程优化设计[J].山西冶金,2006(01):18-20.