基于控制理論的熱軋工藝優(yōu)化設計.pdf

1、熱軋板帶TMCP工藝的制定是一項耗時耗力的研究工作。與此同時,由于熱軋過程組織演變的復雜性和實際軋制生產中的各種約束條件,傳統(tǒng)的TMCP工藝開發(fā)方法只能給出較好而并非最優(yōu)的工藝制度。因此,開發(fā)出以產品力學性能為目標優(yōu)化熱軋工藝的新方法是非常有必要的。它的基本概念為建立鋼材熱軋過程組織演變與性能預測模型,以熱軋生產線的設備能力為約束條件,優(yōu)化計算工藝參數(shù)從而達到預設的力學性能目標。在課題的研究中,作者分別采用物理冶金學理論和人工智能技術對

2、熱軋過程的組織演變和化學成份-工藝-力學性能關系進行描述,從規(guī)律性和預測精度兩方面完成建模工作;并結合單目標和多目標粒子群算法,實現(xiàn)了熱軋工藝的優(yōu)化設計。本論文的主要創(chuàng)新性工作如下:
　　 (1)連續(xù)冷卻過程中可加性法則有效性的研究
　　 針對四種不同成份的Nb微合金鋼,采用熱膨脹實驗測定了不同冷卻速度條件下奧氏體向鐵素體的相變動力學。首次將Rios推導的理論方法應用于連’續(xù)冷卻過程相變建模,利用相變初期數(shù)據(jù)擬合Inln

3、[1/(1-X)]和ln(|CR|)(CR-冷卻速率)獲得了很好的線性關系,計算得出了Johnson-Mehl-Avrami-Kolmogorov(JMAK)方程中的指數(shù)刀。當結合RIOS方法計算的動力學參數(shù)k用于連續(xù)冷卻相變預測時產生了較大的偏差。而通過假設參數(shù)k與溫度呈高斯函數(shù)關系,采用優(yōu)化方法計算出的參數(shù)k表明了與冷卻速率的相關性,用于預測連續(xù)冷卻相變動力學時也獲得了較高的精度。研究表明如果將冷卻速率的因素考慮在內,可加性法則基本

4、成立。
　　 (2)基于數(shù)值分析的連續(xù)冷卻過程相變建模
　　 在RIOS方法的基礎之上,開發(fā)了用于分析連續(xù)冷卻熱膨脹數(shù)據(jù)的數(shù)值方法,從數(shù)學的角度解決了連續(xù)冷卻相變動力學的建模問題。通過預設JMAK方程中的指數(shù),n和溫度梯度△T,利用可加性法則可以計算出相變任意時刻的參數(shù)k。通過不同冷速條件下參數(shù)k的對比分析,可得參數(shù)k與溫度的關系及與已相變份數(shù)X的相關性;綜合應用RIOS方法和基于JMAK方程與可加性法則的建模新方法,建

5、立了TRIP鋼和CP鋼相變動力學模型,模型預測值與實測值吻合良好,充分驗證了建模方法的有效性。
　　 (3)貝葉斯神經網(wǎng)絡在熱軋組織-性能預測中的應用
　　 基于貝葉斯方法的神經網(wǎng)絡在網(wǎng)絡訓練目標函數(shù)中引入代表網(wǎng)絡復雜程度的懲罰項,融入“奧克姆剪刀”理論防止網(wǎng)絡“過訓練”的發(fā)生,使網(wǎng)絡具有較好的泛化性能。Bhadeshia和Mackey等將貝葉斯神經網(wǎng)絡廣泛的應用于鋼材扭轉、焊接、裂紋擴展等領域的建模,均獲得了突出的效果

6、。本論文將基于貝葉斯理論框架的神經網(wǎng)絡程序化,首次將其應用于熱軋生產現(xiàn)場化學成份-工藝-力學性能的關系建模,在網(wǎng)絡的穩(wěn)定性、收斂速度和泛化能力上均優(yōu)于傳統(tǒng)的BP神經網(wǎng)絡,為熱軋工藝優(yōu)化設計提供了高精度的模型基礎。
　　 (4)熱軋工藝優(yōu)化設計的實現(xiàn)
　　 以連續(xù)冷卻相變模型為基礎,結合單目標粒子群優(yōu)化方法,實現(xiàn)了針對連續(xù)冷卻過程的工藝優(yōu)化設計。通過冷卻速度的控制實現(xiàn)鋼材內部鐵素體、貝氏體、馬氏體不同的相組成和鐵素體晶粒尺