万能轧制线高速钢轨轧制参数优化模型研究
摘要:针对高速钢轨万能轧制线多变量强耦合的特征,以钢轨断面轧制精度为目标,将优势区间控制算法与神经网络相结合,建立了钢轨轧制参数优化模型。将生产现场采集的大量轧制过程数据与钢轨断面检测数据建立对应关系,数据预处理后利用优势区间控制算法求出特定生产条件下的辊缝及轧制力的初始值,再利用神经网络对初始值进行偏差修正。实践证明,该模型能够减少主观因素的影响,提高钢轨的轧制精度。
关键词:钢轨;优势区间;神经网络;轧制参数
......机上规整成形。万能区是影响轧制精度的关键,
模型主要对万能区轧制参数进行优化。
2暋轧制参数初始设定值模型
通过对有效样本数据挖掘,获得轧制力、辊缝
设定值的优势区间,取该区间的中值为该参数的
初始值。轧制参数初始设定值数据挖掘流程如图
2所示。
图2暋轧制参数初始设定值数据挖掘流程
2.1暋过失误差的剔除
钢轨万能轧制过程是一个相对稳定的过程,
过失误差数据出现的几率很小,但它的存在会严
重恶化数据的品质,研究采用拉依达准则 (3氁 准
则)来侦破和剔除过失误差,其方法如下:
设某一 轧 制 参 数 的 样 本 数 据 为 x1,x2,…,
xn,平均值为x,偏差为 殼xi =旤xi -x旤,i=1,2,
…,n,按照 Bessel(贝赛尔)公式计算出轧制力的
标准偏差:
氁=
暺
n
i=1
殼x2
i
n-1
(1)
如果该轧制力样本数据的偏差 殼xi(1曑i曑
n)满足 殼xi >3氁,则认为xi 是异常轧制数据,予
以剔除。在剔除已找出的异常数据后,对余下的
数据按上述准则继续进行计算、判别和剔除,直到
不再有异常数据为止。
2.2暋 随机误差的剔除
生产现场存在大量噪声干扰,但以高频噪声
为主,因此采用线性滑动平滑方法,消除噪声的影
响。并且根据现场噪声的特点,采用三点线性滑
动平滑方法,消除样本的随机误差。
对于一组数据观测值(x1,y1),(x2,y2),…,
(xi,yi),…,(xn,yn),线性滑动平滑方法的工作
原理是,取第i点及附近若干点的数据,根据最小
二乘法的原则确定一条拟合的直线方程,然后由
该直线方程计算出第i点的因变量值作为平滑后
的数据值。
2.3暋 轧制参数优势区间控制算法
鉴于钢轨万能轧制过程中实测轧制参数服从
正态分布,研究采用优势区间控制算法挖掘可控
轧制参数的优势区间。将各参数的预设值缩小到
一定范围,取该区间的中值为该参数的初始值。
轧制参数X 的方差氁2 未知,用无偏估计量样
本方差S2 代替氁2,用样本均值 X 作为数学期望
毺=EX 的点估计,构成新的统计量T 服从t分布,
因此用t检验法求得各参数的优势区间:
T = X-毺
S n ~t(n-1) (2)
取置信度为1-毩(本研究中毩取0灡05),则存
在某个特定区间,使得T 统计量在这个特定区间
之内的概率为毩,即
P{旤T旤
这里t毩/2(n-1)为自由度为n-1的t分布的
毩/2上侧分位数。
将新的T 统计量代入上式可得
P{-t毩/2(n-1)< X-毺
S n
(4)
所以轧制参数的置信度为1-毩 的置信区间
为[X - S
n
t毩/2(n-1),X + S
n
t毩/2(n-1)]。
3暋轧制参数偏差计算模型
钢轨万能轧制过程影响断面尺寸精度的因素
很多,如轧辊设计的合理性、钢轨的化学成分、轧辊
的磨损情况、轧辊直径、轧制温度、辊缝设定值、轧
制力的设定值、轧制速度等,但有些变量线性相关,
而且部分变量对结果影响较小。2004年底,攀钢
完成对钢轨的冶炼、连铸生产工艺的全面改造,钢
轨材料化学成分合格率达到99灡15%,材料特性稳
定。孔型固定条件下,结合生产现场情况,运用主
成分分析法,消除线性相关变量,保留贡献率大于
90%的变量,作为神经网络输入节点。研究采用三
层式BP神经网络,网络结构如图3所示。
图3暋网络结构
3.1暋数据归一化处理
通过数据归一化处理消除不同特征因子量纲
不同、数量级不同所带来的影响。由于 BP 算法
中的sigmoid函数值接近0、1的时候,曲线比较
平缓,变化速度非常缓慢,为了减少网络学习时
间,将输入及输出数据在0灡2~0灡8之间变换,这
样sigmoid函数在该区间内梯度变化比较大,网
络收敛时间大大缩短,改善了网络的性能。其变
·1021·
万能轧制线高速钢轨轧制参数优化模型研究———郭煜敬暋谢志江暋王彦忠等
换方法如下:
x* =0.1+0.6(x-xmin)
xmax -xmin
-1 (5)
式中,x 为原始数据;xmin、xmax 分别为原始数据中的最小
值与最大值;x* 为处理后的数据。
3.2暋 隐含层节点数的确定
输入节点数为12,输出变量为6个偏差值。
合理的选择隐含层节点数是神经网络设计最困难
的部分之一。为了保证神经网络的鲁棒性,同时
避免过拟合,研究先采用经验公式ny=2nr+1(其
中,ny 为隐含层节点数,nr 为输入层节点数)大致
确定隐含层节点数的取值范围,然后选定小数据
样本集用试算法在满足误差精度要求的情况下,
选择收敛速度快的节点数作为最佳的隐含层节点
数。隐含层传递函数选用S形函数:
f(x)= 1
1+e-x
(6)
研究对隐含层节点取23、24、25、26、27分别进行
训练,并对30组预测数据误差比较,取24时函数
逼近效果最好。
4暋轧制参数预测模型应用与分析
把检测中心数据(钢轨断面尺寸检测结果)与
钢轨轧制过程监测数据(TCS 数据)以钢轨编号
为主键建立对应关系,存入数据采集服务器。轧
制参数优化模型数据总流程如图4所示。
图4暋轧制参数优化模型数据总流程
通过钢轨钢种、品种,轨高、头宽、底宽、腰厚
的精度控制,按生产时间选择最近的300条记录,
求出辊缝和轧制力的优势区间。例如选择:钢种
为 U75V,品 种 为 60kg/m,轨 高 精 度 为
暲0灡5mm,头 宽 精 度 为 暲0灡5mm,底 宽 精 度 为
暲0灡5mm,腰 厚 精 度 暲0灡5mm,分 析 结 果 如 表 1
和表2所示。取轧制参数优势区间的中值作为轧
制参数初始设定值,通过神经网络对初始值进行
修正,轧制力取整数、辊缝设定值小数点后取2位
有效数字,模型计算结果如表 3 所示。表 3 中,
U1.1、U1.2、U1.3分别代表 U1第1、2、3道次,
E1.1、E1.2、E1.2分别代表 E1第1、2、3道次。
表1暋万能轧机关键轧制参数的优势区间
万能轧机
关键轧制参数
U1第1道次
参数优势区间
U1第2道次
参数优势区间
U1第3道次
参数优势区间
U2
参数优势区间
UF
参数优势区间
DS侧立辊
辊缝值(mm)
[49.91,49.92] [31.48,31.55] [24.03,24.04] [11.62,11.63]
DS侧立辊
轧制力(kN)
[570.38,573.08] [866.86,877.67] [300.89,303.93] [755.26,757.96]
DS侧立辊
不参与轧制
OS侧立辊
辊缝值(mm)
[23.14,23.17] [17.77,17.83] [9.11,9.13] [7.27,7.32] [6.38,6.47]
OS侧立辊
轧制力(kN)
[1362.41,1380.26] [1300.57,1339.25] [2356.22,2362.15] [2056.90,2110.06] [1605.33,1611.65]
水平辊
辊缝值(mm)
[36.35,36.35] [27.92,27.93] [21.86,21.88] [18.07,18.09] [4.83,4.84]
水平辊
轧制力(kN)
[1728.36,1751.71] [1596.23,1612.12] [2006.18,2019.42] [1901.03,1914.46] [2090.74,2120.52]
表2暋轧边机关键轧制参数的优势区间
轧边机
关键轧制
参数
E1第1道次
参数优
势区间
E1第2道次
参数优
势区间
E1第3道次
参数优
势区间
E2
参数优
势区间
水平辊
辊缝值
(mm)
[10.6,
10.81]
[10.67,
10,81]
[10,52,
10.67]
[18.07,
18.09]
水平辊
轧制力
(kN)
[1011.21,
1020.80]
[309.92,
316.48]
[608.81,
614.56]
[469.00,
511.18]
暋暋把经模型优化后的轧制参数输入轧制表,从
钢轨检测中心采集钢轨的最终产品尺寸 如 表 4
所示。
表3暋轧制参数模型计算结果
道次
DS
侧立辊
辊缝值
(mm)
DS
侧立辊
轧制力
(kN)
OS
侧立辊
辊缝值
(mm)
OS
侧立辊
轧制力
(kN)
水平辊
辊缝值
(mm)
水平辊
轧制力
(kN)
U1.1 49.98 573 23.10 1370 36.36 1727
U1.2 31.46 872 17.80 1304 27.95 1611
U1.3 23.88 319 9.14 2334 21.93 2004
E1.1
E1.2
E1.3
无立辊
10.78 988
10.78 306
10.63 601
U2 11.49 759 7.28 2059 18.11 1896
E2 无立辊 9.88 509
UF DS侧立辊
不参与轧制 6.32 1611 4.82 2132
(下转第1207页)
·2021·
中国机械工程第21卷第10期2010年5月下半月
4暋结论
(1)虚拟样机模型具有较高的精度,可以用来
代替物理测试模型对 泵出口压力脉动特性进行
预测。
(2)泵出口压力脉动幅值及脉动率随油液体
积弹性模量的增大而增大,与体积弹性模量的变
化量基本呈线性关系。
(3)泵出口压力脉动幅值及脉动率随油液动
力黏度的增大而增大,但变化幅度逐渐减小。
参考文献:
[1]暋马吉恩.轴向柱塞泵流量脉动及配流盘优化设计研
究[D].杭州:浙江大学,2009.
[2]暋ZaichenkoIZ,BoltyanskiiA D.Reducing Noise
LevelsofAxialPistonPumps[J].Russ.EngineJ.,
1969,XLLX4:28飊31.
[3]暋EdgeK A,WingTJ.MeasurementoftheFluid
BornePressureRippleCharacteristicsofHydraulic
Components[J].ProceedingsoftheInstitutionof
MechanicalEngineers,Part B: Managementand
EngineeringManufacture,1983,197:247飊254.
[4]暋 Wustmann W,HelduserS,Wimmer W.CFD-
simulation ofthe Reversing Processin External
GearPumps[C]//6thInternationalFluid Power
Conference.Dresden,2008:455飊468.
[5]暋杨智炜,徐兵,张斌.基于虚拟样机技术的轴向柱塞
泵特性仿真[J].液压气动与密封,2006(3):33飊36.
[6]暋张 斌.轴 向 柱 塞 泵 虚 拟 样 机 及 工 作 油 膜 试 验 研 究
[D].杭州:浙江大学,2009.
[7]暋Roccatello A,Manc湴S,Nervegna N.Modellinga
Variable Displacement Axial Piston Pump in a
MultibodySimulation Environment[J].Journalof
DynamicSystems,MeasurementandControl,2007,
129(4):456飊468.
(编辑暋王艳丽)
作者简介:徐暋兵,男,1971年生。浙江大学机械工程学系教授。
研究方向为机 电 控 制、流 体 动 力 元 件 与 系 统。发 表 论 文 100 余
篇。李春光,男,1985 年 生。浙 江 大 学 机 械 工 程 学 系 硕 士 研 究
生。张暋斌,男,1980 年 生。浙 江 大 学 机 械 工 程 学 系 博 士 研 究
生。 许书生,男,1986 年 生。 浙 江 大 学 机 械 工 程 学 系 硕 士 研
究生
棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈棈
。
(上接第1202页)
表4暋轧制参数与钢轨尺寸实测数据表 mm暋
序
号
钢轨号
轨高
偏差
头宽
偏差
底宽
偏差
腰厚
偏差
1 P20903054225 0.37 0.36 0.10 0.45
2 P20903054226 0.32 0.39 0.33 0.24
3 P20903054227 0.43 0.31 0.25 0.35
4 P20903054228 0.34 0.19 0.40 0.30
5 P20903054229 0.37 0.46 0.42 0.32
6 P20903054230 0.35 0.39 0.30 0.43
7 P20903054231 0.35 0.41 0.37 0.32
8 P20903054232 0.38 0.39 0.28 0.36
5暋结束语
通过对万能轧制线高速钢轨轧制过程参数大
量数据样本的复合分析,建立了万能线高速钢轨
轧制参数优化模型。实践表明,该模型能够满足
轧制精度的需要,提高钢轨尺寸精度达标率。
参考文献:
[1]暋张清东,徐 兴 刚,于 孟,等.基 于 遗 传 神 经 网 络 的 不
锈钢带冷轧轧制力模型[J].钢铁,2008,43(12):46飊
48.
[2]暋何海涛,刘宏民,蒋岳峰.具有伸长率分配计算功能
的轧制力预报智能模型研究[J].钢铁,2007,42(1):
55飊58.
[3]暋付天亮,王昭东,王国栋.修正遗传神经网络预测中
厚板轧机轧制力[J].东北大学学报,2008,29(10):
1438飊1441.
[4]暋韩丽丽,孟 令 启,张 洛 明,等.基 于 神 经 网 络 的 中 厚
板轧机轧制力模型[J].钢铁研究学报,2006,19(6):
96飊98.
[5]暋宗培,曹 雷,邵 国 良,等.焊 接 结 构 质 量 主 成 分 分 析
[J].机械工程学报,2005,45(5):65飊68.
[6]暋隋天中,林文强,郑晓昕,等.基于均匀设计和 NN-
GA 的 CAD 模型多目标直接优化方法[J].中国机
械工程,2008,19(2):222飊225.
[7]暋马斌良,黄 玉 美,史 恩 秀,等.基 于 代 数 神 经 网 络 信
息融合的侧向定位的实验研究[J].中国机械工程,
2008,19(15):2102飊2107.
[8]暋姜万录,李 冲 祥.神 经 网 络 和 证 据 理 论 融 合 的 故 障
诊断方法 研 究 [J].中 国 机 械 工 程,2004,15(9):
760飊764. (编辑暋马尧发)
作者简介:郭煜敬,男,1980年生。重庆大学机械工程学院博士。
主要研究方 向 为 轧 钢 设 备 状 态 监 测 及 轧 钢 工 艺 技 术。谢志江,
男,1962年生。重庆大学机械工程学院 教 授、博 士 研 究 生 导 师。
王彦忠,男,1964年生。攀枝花钢铁集团总工程师、高级工程师。
陶功明,男,1970年生。攀 枝 花 钢 铁 集 团 首 席 工 程 师、高 级 工 程
师。杨奇凡,男,1982年生。重庆邮电大学通信与信息工程学院
助教。
·7021·
基于虚拟样机的轴向柱塞泵压力脉动特性研究———徐暋兵暋李春光暋张暋斌等
万能轧制线高速钢轨轧制参数优化模型研究.pdf
