D01:10.13374/i.issn1001t63x.2010.04.018 第32卷第4期 北京科技大学学报 Vol 32 No 4 2010年4月 Journal of Un iversity of Science and Technolgy Beijing Apr.2010 热连轧粗轧区FES宽展模型及其优化 王爱丽杨荃何安瑞刘华强 北京科技大学治金工程研究院，北京100083 摘要为了满足某厂1580热连轧机宽度控制精度需求，提高宽展模型的广泛适用性，利用ANSYS.九SDYNA有限元软件， 对热轧粗轧区立轧平轧过程进行了模拟·根据模拟数据，系统地分析了轧件宽度、厚度、轧辊直径、立辊侧压量和厚度压下量 对“狗骨宽展、自然宽展和绝对宽展的影响规律.利用模拟数据并结合现场数据构造了FES(finite element siulation)“狗骨” 宽展模型和自然宽展模型，并建立了PSO~BP神经网络（粒子群BP神经网络）最后，FES宽展模型与PSO-BP神经网络相结 合预报第13和5道次的宽展，其预报值与实测值误差在1mm以内的均达到了99%以上，达到了宽度控制的精度要求. 关键词热连轧机：宽度控制；宽展模型：神经网络 分类号TG335.11 FES w idth spread m odel and its optim ization for a rough rolling m ill WANG Ai-li YANG Quan HE An-mi LIU Hua qiang Engineering Research Institute University of Science and Technology Beijing Beijng 100083 China ABSTRACT In order to meet the need of width control precision for a 1580 hot strip mill and to mprove the applicability of w idth spread models the process of edge rolling horizontal rolling in the mough mlling area was siulated by the finite ekment software AN- SYSLSDYNA.The effects of w ith thickness roll diameter reduction in width and reduction in thickness on'dog -bone'width spread natural w idth spread and absolute w idth spread were studied The FES models of'dog bone width spread and natural width spread were established with siulating data and fiel data and the PSO BP neural network was founded At last the FES width spread models were cambined with the PSO BP neural netork to predict the w idth spread of the first thind and fifth pass The percent- age of the case that the error between predicted data and the measured values is less than 1 mm was more than 99%0,and the width control precision was satisfied KEY WORDS hot strip mill width control with spread model neural network 随着市场对宽度精度要求的不断提高，对宽展 利用刚塑性有限元法对宝钢2050粗轧带钢宽展规 模型的要求更高。现有的宽展模型山在力平衡、变 律进行了分析，建立了适合该轧机的宽展公式可. 形功相同、体积不变定律和最小阻力定律等基础上， 由于影响宽展的因素较多，轧制过程金属变形复杂，上 经过简化和假设得出理论及半理论宽展公式，或者 述宽展模型的公式只适用于被测轧机.宽展模型的广 是在实验数据和生产数据的基础上，选择各影响因 泛适用性有待进一步的研究和开发， 素，得到适用于特定条件的经验宽展公式，上述这 本文利用大型商业有限元软件ANSYS/LS- 些公式在定性上有的相同，有的甚至相反2-)，它们 DYNA,通过对大量工况的模拟计算回归出FES宽 的绝对宽展值在定量上更是有一定的差距， 展模型，建立了PSO~BP神经网络；然后FES宽展 国内熊尚武和李学通对粗轧区宽展模型的研究较 模型与PS0一BP神经网络相结合，预测不同道次、不 多.，熊尚武采用铅作为实验材料，对平辊立轧平 同层别和不同轧制规程的带钢的宽展.此项工作为 轧-过程进行了实验研究，建立了宽展模型.李学通 宽展模型的广泛适用性提供了基础， 收稿日期：2009-03-03 基金项目：国家支撑计划资助项目(No2006BAEO3A06) 作者简介：王爱丽(1978)，女，博士研究生：杨荃(1964)男，教授，博士生导师，E mail yangquar@nerear ust山cd:cm第 32卷 第 4期 2010年 4月 北 京 科 技 大 学 学 报 ＪｏｕｒｎａｌｏｆＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＢｅｉｊｉｎｇ Ｖｏｌ．32Ｎｏ．4 Ａｐｒ．2010 热连轧粗轧区 ＦＥＳ宽展模型及其优化 王爱丽 杨 荃 何安瑞 刘华强 北京科技大学冶金工程研究院‚北京 100083 摘 要 为了满足某厂 1580热连轧机宽度控制精度需求‚提高宽展模型的广泛适用性‚利用 ＡＮＳＹＳ／ＬＳ-ＤＹＮＡ有限元软件‚ 对热轧粗轧区立轧--平轧过程进行了模拟．根据模拟数据‚系统地分析了轧件宽度、厚度、轧辊直径、立辊侧压量和厚度压下量 对 “狗骨 ”宽展、自然宽展和绝对宽展的影响规律．利用模拟数据并结合现场数据构造了 ＦＥＳ（ｆｉｎｉｔｅｅｌｅｍｅｎｔｓｉｍｕｌａｔｉｏｎ）“狗骨 ” 宽展模型和自然宽展模型‚并建立了 ＰＳＯ--ＢＰ神经网络 （粒子群 ＢＰ神经网络 ）．最后‚ＦＥＳ宽展模型与 ＰＳＯ--ＢＰ神经网络相结 合预报第 1、3和 5道次的宽展‚其预报值与实测值误差在 1ｍｍ以内的均达到了 99％以上‚达到了宽度控制的精度要求． 关键词 热连轧机；宽度控制；宽展模型；神经网络 分类号 ＴＧ335∙11 ＦＥＳｗｉｄｔｈｓｐｒｅａｄｍｏｄｅｌａｎｄｉｔｓｏｐｔｉｍｉｚａｔｉｏｎｆｏｒａｒｏｕｇｈｒｏｌｌｉｎｇｍｉｌｌ ＷＡＮＧＡｉ-ｌｉ‚ＹＡＮＧＱｕａｎ‚ＨＥＡｎ-ｒｕｉ‚ＬＩＵＨｕａ-ｑｉａｎｇ ＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ‚ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＢｅｉｊｉｎｇ‚Ｂｅｉｊｉｎｇ100083‚Ｃｈｉｎａ ＡＢＳＴＲＡＣＴ Ｉｎｏｒｄｅｒｔｏｍｅｅｔｔｈｅｎｅｅｄｏｆｗｉｄｔｈｃｏｎｔｒｏｌｐｒｅｃｉｓｉｏｎｆｏｒａ1580ｈｏｔｓｔｒｉｐｍｉｌｌａｎｄｔｏｉｍｐｒｏｖｅｔｈｅａｐｐｌｉｃａｂｉｌｉｔｙｏｆｗｉｄｔｈ ｓｐｒｅａｄｍｏｄｅｌｓ‚ｔｈｅｐｒｏｃｅｓｓｏｆｅｄｇｅｒｏｌｌｉｎｇ-ｈｏｒｉｚｏｎｔａｌｒｏｌｌｉｎｇｉｎｔｈｅｒｏｕｇｈｒｏｌｌｉｎｇａｒｅａｗａｓｓｉｍｕｌａｔｅｄｂｙｔｈｅｆｉｎｉｔｅｅｌｅｍｅｎｔｓｏｆｔｗａｒｅＡＮ- ＳＹＳ／ＬＳ-ＤＹＮＡ．Ｔｈｅｅｆｆｅｃｔｓｏｆｗｉｄｔｈ‚ｔｈｉｃｋｎｅｓｓ‚ｒｏｌｌｄｉａｍｅｔｅｒ‚ｒｅｄｕｃｔｉｏｎｉｎｗｉｄｔｈａｎｄｒｅｄｕｃｔｉｏｎｉｎｔｈｉｃｋｎｅｓｓｏｎ‘ｄｏｇ-ｂｏｎｅ’ｗｉｄｔｈ ｓｐｒｅａｄ‚ｎａｔｕｒａｌｗｉｄｔｈｓｐｒｅａｄａｎｄａｂｓｏｌｕｔｅｗｉｄｔｈｓｐｒｅａｄｗｅｒｅｓｔｕｄｉｅｄ．ＴｈｅＦＥＳｍｏｄｅｌｓｏｆ‘ｄｏｇ-ｂｏｎｅ’ｗｉｄｔｈｓｐｒｅａｄａｎｄｎａｔｕｒａｌｗｉｄｔｈ ｓｐｒｅａｄｗｅｒｅｅｓｔａｂｌｉｓｈｅｄｗｉｔｈｓｉｍｕｌａｔｉｎｇｄａｔａａｎｄｆｉｅｌｄｄａｔａ‚ａｎｄｔｈｅＰＳＯ-ＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｗａｓｆｏｕｎｄｅｄ．Ａｔｌａｓｔ‚ｔｈｅＦＥＳｗｉｄｔｈ ｓｐｒｅａｄｍｏｄｅｌｓｗｅｒｅｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅＰＳＯ-ＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｔｏｐｒｅｄｉｃｔｔｈｅｗｉｄｔｈｓｐｒｅａｄｏｆｔｈｅｆｉｒｓｔ‚ｔｈｉｒｄａｎｄｆｉｆｔｈｐａｓｓ．Ｔｈｅｐｅｒｃｅｎｔ- ａｇｅｏｆｔｈｅｃａｓｅｔｈａｔｔｈｅｅｒｒｏｒｂｅｔｗｅｅｎｐｒｅｄｉｃｔｅｄｄａｔａａｎｄｔｈｅｍｅａｓｕｒｅｄｖａｌｕｅｓｉｓｌｅｓｓｔｈａｎ1ｍｍｗａｓｍｏｒｅｔｈａｎ99％‚ａｎｄｔｈｅｗｉｄｔｈ ｃｏｎｔｒｏｌｐｒｅｃｉｓｉｏｎｗａｓｓａｔｉｓｆｉｅｄ． ＫＥＹＷＯＲＤＳ ｈｏｔｓｔｒｉｐｍｉｌｌ；ｗｉｄｔｈｃｏｎｔｒｏｌ；ｗｉｄｔｈｓｐｒｅａｄｍｏｄｅｌ；ｎｅｕｒａｌｎｅｔｗｏｒｋ 收稿日期：2009--03--03 基金项目：国家支撑计划资助项目 （Ｎｏ．2006ＢＡＥ03Ａ06） 作者简介：王爱丽 （1978— ）‚女‚博士研究生；杨 荃 （1964— ）‚男‚教授‚博士生导师‚Ｅ-ｍａｉｌ：ｙａｎｇｑｕａｎ＠ｎｅｒｃａｒ．ｕｓｔｂ．ｅｄｕ．ｃｎ 随着市场对宽度精度要求的不断提高‚对宽展 模型的要求更高．现有的宽展模型 ［1］在力平衡、变 形功相同、体积不变定律和最小阻力定律等基础上‚ 经过简化和假设得出理论及半理论宽展公式‚或者 是在实验数据和生产数据的基础上‚选择各影响因 素‚得到适用于特定条件的经验宽展公式．上述这 些公式在定性上有的相同‚有的甚至相反 ［2--3］‚它们 的绝对宽展值在定量上更是有一定的差距． 国内熊尚武和李学通对粗轧区宽展模型的研究较 多．熊尚武采用铅作为实验材料‚对平辊立轧--平 轧 ［4--5］过程进行了实验研究‚建立了宽展模型．李学通 利用刚塑性有限元法对宝钢 2050粗轧带钢宽展规 律 ［6］进行了分析‚建立了适合该轧机的宽展公式 ［7］． 由于影响宽展的因素较多‚轧制过程金属变形复杂‚上 述宽展模型的公式只适用于被测轧机．宽展模型的广 泛适用性有待进一步的研究和开发． 本文利用大型商业有限元软件 ＡＮＳＹＳ／ＬＳ-- ＤＹＮＡ‚通过对大量工况的模拟计算回归出 ＦＥＳ宽 展模型‚建立了 ＰＳＯ--ＢＰ神经网络；然后 ＦＥＳ宽展 模型与 ＰＳＯ--ＢＰ神经网络相结合‚预测不同道次、不 同层别和不同轧制规程的带钢的宽展．此项工作为 宽展模型的广泛适用性提供了基础． DOI :10．13374／j．issn1001－053x．2010．04．018