【摘 要】
：
针对热轧带钢头部厚度精度较低的问题,提出了一种基于深度学习的热轧带钢头部厚度的命中预测方法.在精轧过程中,带钢头部张力较小,且通常温度较低;同时轧机工艺参数复杂,精准设定存在困难,轧制带钢头部经常会出现厚度不合格的现象.利用深度神经网络的非线性拟合能力,设计带钢头部厚度预测模型,给轧机的参数设定提供参考、提高头部厚度命中率、减少钢材浪费.深度神经网络(DNN)包含输入层、隐藏层、输出层,使用TensorFlow开源机器学习框架设计预测模型并用程序实现.调整神经网络各参数,通过研究它们对模型性能的影响,优化
【机 构】
：
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
论文部分内容阅读
针对热轧带钢头部厚度精度较低的问题,提出了一种基于深度学习的热轧带钢头部厚度的命中预测方法.在精轧过程中,带钢头部张力较小,且通常温度较低;同时轧机工艺参数复杂,精准设定存在困难,轧制带钢头部经常会出现厚度不合格的现象.利用深度神经网络的非线性拟合能力,设计带钢头部厚度预测模型,给轧机的参数设定提供参考、提高头部厚度命中率、减少钢材浪费.深度神经网络(DNN)包含输入层、隐藏层、输出层,使用TensorFlow开源机器学习框架设计预测模型并用程序实现.调整神经网络各参数,通过研究它们对模型性能的影响,优化预测模型.最后使用多种厚度的带钢测试数据训练并检验头部厚度预测模型,结果显示,分类预测命中准确率在80％以上.
其他文献
对铝镇静冷镦钢在浇铸过程中出现的浸入式水口结瘤问题进行了系统研究,结瘤物中主要为C12A7(12CaO·7Al2O3)、CaS以及少量的MgO、TFe等,CaS所占比例达到36.91％,CaS含量过高,是造成水口结瘤的主要原因.结合生产过程分析发现,当钙处理时钢水中硫含量偏高,或喂入钙含量过多时,则生成大量的CaS夹杂,促使水口结瘤.通过改进脱氧造渣工艺、优化钙处理工艺等一系列措施,将钙处理前钢水中硫质量分数控制在0.005 0％以下,钙处理后钢水中钙质量分数控制在0.001 4％～0.002 6％,使钢
5G与工业互联网融合发展将为智能制造注入新动能.为探讨5G工业互联网在智慧钢铁领域的应用发展,首先从钢铁行业智能制造需求出发,给出系统架构扁平化、通信协议统一化、网络连接无线化等演进趋势;进一步结合5G的标准进程及商用部署情况,介绍5G在工业应用方面提供的增强特性及应用现状,指出现阶段其在钢铁制造实际应用中面临的挑战;最后针对5G赋能智慧钢铁的近期及中远期发展阶段,分析其所面临的行业适配、网络、终端、应用场景、标准演进等方面问题,并提出相应的研究方向建议,为进一步推进5G工业互联网赋能智慧钢铁提供参考.
硬线钢除了要求良好的力学性能,还要求良好的加工性能,但硬线钢盘条在拉拔过程中常发生断丝,给加工的连续性带来巨大危害.为了减少硬线钢的拉拔断丝,对其拉拔断裂机理进行了研究,并开展了相应的连铸工艺优化.首先对82B硬线钢拉拔断丝试样进行了分析,通过对断裂试样的断口和纵剖面分析,结合对应的连铸坯内部质量检测,得出连铸坯中心缺陷及偏析对硬线钢拉拔断裂的影响机制为促进了盘条中心渗碳体膜的生成,导致了裂纹的产生和扩展.然后通过施加电流为350 A、频率为6.0 Hz的连铸凝固末端电磁搅拌,降低浇铸时钢水过热度至30℃
针对热轧生产流程实际工况,系统研究了热轧、卷取阶段的三次氧化铁皮演变规律,旨在不增加生产成本的前提下,通过调整热轧生产工艺控制氧化铁皮结构,利用热轧后生成的氧化铁皮作为防护屏障,提高钢材耐蚀性能.结果表明,在不同轧制温度下,三次氧化铁皮结构从外到里分别为Fe2O3、Fe3O4和FeO,由于FeO中的阳离子空位密度大,导致其比例最大,并且随着轧制温度增加,氧化铁皮中的FeO层厚度逐渐增厚,并且其比例也逐渐增加.通过模拟连续冷却试验发现氧化铁皮结构转变关系呈现出“C”曲线的形式.在450～550℃温度范围内卷