您的位置: 专家智库 > >

彭文

作品数:59 被引量:207H指数:9
供职机构:东北大学材料与冶金学院轧制技术及连轧自动化国家重点实验室更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金国家重点实验室开放基金更多>>
相关领域:金属学及工艺冶金工程自动化与计算机技术更多>>

文献类型

  • 51篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 50篇金属学及工艺
  • 4篇冶金工程
  • 1篇自动化与计算...

主题

  • 23篇连轧
  • 20篇热连轧
  • 18篇热轧
  • 15篇带钢
  • 11篇轧带
  • 10篇热轧带钢
  • 9篇板带
  • 6篇轧制力
  • 5篇有限元
  • 5篇目标函数
  • 5篇粗轧
  • 5篇程控制
  • 4篇轧机
  • 4篇智能化
  • 4篇数学模型
  • 4篇自适
  • 4篇自适应
  • 4篇控制策略
  • 4篇厚度
  • 3篇带材

机构

  • 52篇东北大学
  • 5篇首钢集团有限...
  • 3篇钢铁研究总院
  • 3篇太原科技大学
  • 3篇冶金自动化研...
  • 2篇北京金自天正...
  • 1篇河北工程大学
  • 1篇东北师范大学
  • 1篇沈阳建筑大学
  • 1篇中国石油大学...
  • 1篇首钢集团
  • 1篇北京首钢股份...
  • 1篇江苏沙钢集团
  • 1篇唐山国丰钢铁...
  • 1篇宁波宝新不锈...
  • 1篇鞍钢集团北京...

作者

  • 53篇彭文
  • 44篇张殿华
  • 20篇孙杰
  • 10篇马更生
  • 8篇姬亚锋
  • 7篇丁敬国
  • 6篇曹剑钊
  • 6篇李旭
  • 6篇陈树宗
  • 4篇龚殿尧
  • 3篇孙彦广
  • 3篇刘子英
  • 2篇邸洪双
  • 2篇王国栋
  • 2篇宋向荣
  • 2篇李影
  • 1篇彭良贵
  • 1篇于思荣
  • 1篇王力
  • 1篇武凯

传媒

  • 12篇东北大学学报...
  • 11篇轧钢
  • 6篇中南大学学报...
  • 5篇中国冶金
  • 4篇钢铁
  • 3篇热加工工艺
  • 2篇沈阳工业大学...
  • 1篇钢铁研究学报
  • 1篇金属学报
  • 1篇机械工程学报
  • 1篇武汉科技大学...
  • 1篇塑性工程学报
  • 1篇河北冶金
  • 1篇实验室科学
  • 1篇辽宁科技大学...

年份

  • 5篇2024
  • 6篇2023
  • 3篇2022
  • 4篇2021
  • 3篇2020
  • 2篇2019
  • 1篇2018
  • 6篇2017
  • 3篇2016
  • 8篇2015
  • 6篇2014
  • 5篇2013
  • 1篇2010
59 条 记 录,以下是 1-10
排序方式:
热轧带钢超快速冷却过程的温度控制策略
2015年
针对热轧带钢超快速冷却过程温度控制,通过建立带钢冷却过程中的空冷、水冷温降模型,采用前馈、反馈与自适应相结合的温度控制策略,提高带钢的中间温度和卷取温度的控制精度,并应用于热轧带钢生产线。应用效果表明,带钢轧后温度控制达到了较高的精度,并有效地提高了带钢的力学性能。
彭文马更生张殿华
关键词:热轧带钢轧后冷却超快冷温降模型温度控制
热连轧轧机工作辊磨损预报模型被引量:4
2015年
热轧钢板成形过程中,工作辊磨损是影响板形控制精度的重要因素。分析了影响工作辊磨损的主要因素。基于对影响轧辊磨损的主要因素的分析,考虑了轧辊表面温度对工作辊磨损的影响,构建了新的工作辊磨损数学模型。根据实测数据,使用多元非线性回归方法得到了模型中的相关参数,并在1500 mm热连轧机组上进行了工程试验。结果表明,所构建的工作辊数学模型符合工作辊磨损的一般规律,能够较为精确地在线预报轧辊磨损。
刘子英孙彦广宋向荣彭文
关键词:热连轧轧辊磨损
热连轧宽度自适应模型优化被引量:5
2017年
为提高热连轧粗轧宽度控制精度,提出了一种宽展模型参数自适应方法.该方法将宽展模型中自然宽展系数和狗骨宽展系数作为待优化参数向量,以此为基础对自适应目标函数进行构建,并使用Nelder-Mead算法进行目标函数的最优化求解,得到了满足条件的最优化参数向量,进而完成了宽展系数的优化,提高了轧件的宽度控制精度.本方法已应用于某850 mm热轧粗轧控制系统中,并与传统自适应模型精度进行比较,采用所提出的参数自适应方法后,宽度模型预测值与实测值的偏差由3.05 mm降至1.28 mm,有效地提高了宽度质量.
彭文陈庆安马更生张殿华
关键词:热连轧粗轧目标函数宽展模型
厚钢板瞬时淬火淬硬层深度预测被引量:1
2015年
厚钢板经瞬时淬火处理后可获得表层有高硬度和耐磨性,而心部有足够塑性和韧性的厚向性能差异化钢板。为实现厚钢板瞬时淬火淬硬层深度预测,在电源频率、电源输出功率、高温层深度(温度超过该钢种的Ac3)、加热时间、钢板移动速度之间建立一种计算模型,并采用Visual C++编写计算程序。本文将高温层深度作为淬硬层深度的预测值,对比淬硬层深度的预测值与实测值,结果表明:其差值均在±0.3 mm以内。该计算模型为厚钢板瞬时淬火淬硬层深度预测提供了理论依据。
陈庆安彭文卢日环刘相华
关键词:淬硬层深度
基于目标函数的冷连轧轧制力模型参数自适应被引量:9
2013年
为提高轧制力模型的预报精度,提出了一种基于目标函数的轧制力模型参数寻优方法 .该方法通过建立轧制力模型参数自适应目标函数,以变形抗力和摩擦系数模型中的自适应系数作为寻优参数,采用Nelder-Mead单纯形算法对目标函数进行求解,从而获得满足轧制力精度的模型自适应系数.本文提出的轧制力模型参数自适应方法已应用于某1 700 mm五机架冷连轧机组.现场应用表明:采用轧制力模型参数自适应后,轧制力模型计算值与实测值的均方差由不采用自适应的12.9%降至3.2%,证明该参数自适应方法能显著提高轧制力模型预报精度,满足在线控制要求.
陈树宗彭文姬亚锋张殿华
关键词:冷连轧轧制力模型变形抗力参数自适应
基于迭代学习的轧辊偏心补偿控制被引量:1
2023年
针对轧机普遍存在的轧辊偏心问题,结合偏心信号的特点及补偿控制方法,将一种在工业机器人重复性控制领域广泛使用的迭代学习控制方法应用在轧辊偏心补偿控制中。基于对周期误差数据不断学习,轧机偏心控制系统的压下控制调整更加精准。对构造的轧辊偏心信号进行测试,其相比于快速傅里叶变换补偿方法,迭代学习10~50次后的补偿精度提高20.1%~56.4%;经过迭代学习律参数的优化,迭代学习后补偿精度达到50%以上的同时,收敛速度大幅增加。考虑到在轧机加减速状态时偏心信号频率发生改变,通过迭代学习控制对变频信号进行补偿,经过10次的快速学习补偿,误差评价函数值达到最初的13.6%。利用冷连轧一道次的生产线实际数据进行测试,结果表明迭代学习补偿控制能够在学习过后有效提升偏心补偿精度。研究基于迭代学习控制方法,为轧辊偏心的补偿控制提供一定的参考。
乔继柱史鸿剑孙杰彭文李霄剑张殿华
关键词:轧辊偏心厚度控制迭代学习参数优化
边部感应加热过程中的轧件热行为与温度均匀性研究被引量:1
2024年
用边部感应加热器提高带材边部温度,改善产品质量是近年来带材生产的新工艺。目前对于边部感应加热过程中带材的温度分布及感应加热后带材的温度均匀性的研究较少。为获得感应加热过程轧件宽向温度的分布规律,利用COMSOL软件建立了C型边部感应加热器的电磁-热耦合的有限元模型,系统探讨轧件运动过程中工艺参数变化对电磁场分布、涡流密度及轧件宽向温度分布的影响规律。结果表明,使用边部加热器能够快速补偿边部温降,轧件边部温升与电流频率、电流大小成正比,与轧件厚度和运行速度成反比;为进一步研究感应加热后轧件运行过程中温度变化对温度分布均匀性的影响,用宽向温度标准差对宽向温度分布均匀性进行评价,研究发现边部温度提高有助于减小温度标准差,提升温度分布均匀性,但仍会由于边部过热出现“猫耳状”高温区,在感应加热过程中当边部温度提高约80℃时,精轧入口测温点处的宽向温度分布均匀性最优,温度标准差由13.71℃减小至6.15℃。研究结果能够为运动条件下轧件边部加热工艺的优化提供参考依据。
彭文张丽李旭东刘军孙杰张殿华
关键词:热连轧电磁场温度场温度均匀性
210t RH精炼装置脱碳过程的数值模拟被引量:1
2021年
RH是降低钢液碳含量、提高钢液纯净度的重要冶金反应器。准确确定RH装置内碳氧含量随时间的变化关系是控制RH脱碳行为的关键。脱碳数学模型考虑了活度和烟气化学成分的影响,并利用变步长四阶龙格库塔算法进行求解。数值结果与210 t RH工业试验结果相符。数值结果给出了容积系数、活度、二氧化碳生成量、压降模式、氩气流量等因素对钢液中碳含量的影响。在这些参数中,容积系数和压降模式是两个最重要的因素。
谌君儒彭文彭文雷洪
关键词:RH真空精炼活度
港陆1500mm热轧短行程控制及其自学习被引量:1
2014年
针对港陆1 500 mm热轧带钢粗轧头尾失宽现状,提出了采用三次曲线的短行程控制(SSC)的解决方案,并给出了三次曲线的求解方法。由于立辊在实际执行的时候会提前或者滞后,对此立辊执行情况开发了短行程自学习,根据轧后实测宽度数据对开口度进行自学习,二级短行程设定模型采用曲线平移的方法,根据一级跟踪偏差量对短行程曲线做出调整。现场应用表明:短行程及其自学习投入后能够将带钢头尾宽度差控制在3mm之内,金属收得率提高到97%以上。
刘子英宋向荣武凯彭文
关键词:热轧带钢粗轧短行程控制自学习
热轧非稳态过程轧制力自学习模型优化被引量:6
2019年
为提高热连轧非稳态过程轧制力的预测精度,提出了一种轧制力自学习模型优化方法.将模型自学习系数分解为层别学习系数和轧制状态学习系数,表征机架间轧制力预报偏差的遗传特性及实际轧辊状态对模型预报的影响.在系数更新过程中,根据层别距离分别对学习系数进行更新,减小了轧制规格切换时轧制力的预报误差.所提方法已成功应用于某热连轧过程,与原模型相比,优化后的自学习方法的预测偏差从2.8%降低到1.4%,均方差从3.3%降低到1.7%,有效提高了非稳态过程轧制力的预测精度和鲁棒性.
彭文姬亚锋陈小睿张殿华
关键词:热轧轧制力
共6页<123456>
聚类工具0