| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 引言 | 第7-8页 |
| 1.2 国内外研究概况 | 第8-11页 |
| 1.2.1 人工神经网络在轧制领域中的应用研究 | 第8-9页 |
| 1.2.2 数值模拟技术在中厚板轧制领域中的发展与现状 | 第9-11页 |
| 1.3 课题的研究意义 | 第11页 |
| 1.4 本课题的主要研究内容 | 第11-13页 |
| 2 中厚板轧制理论概述 | 第13-22页 |
| 2.1 中厚板轧制的主要工艺流程 | 第13-15页 |
| 2.1.1 4200轧机车间的平面布置 | 第13-14页 |
| 2.1.2 中厚板的生产工艺 | 第14-15页 |
| 2.2 轧制变形区的基本参数 | 第15-16页 |
| 2.3 轧制过程的应力状态 | 第16-19页 |
| 2.3.1 轧制时变形区的应力状态 | 第16-17页 |
| 2.3.2 轧制时外区的应力状态 | 第17-19页 |
| 2.4 影响轧制压力的主要因素 | 第19-21页 |
| 2.4.1 外摩擦的影响 | 第19-20页 |
| 2.4.2 张力的影响 | 第20页 |
| 2.4.3 外区的影响 | 第20-21页 |
| 2.5 4200轧机轧制压力的主要影响因素 | 第21页 |
| 2.6 本章小结 | 第21-22页 |
| 3 中厚板轧制过程的神经网络建模 | 第22-40页 |
| 3.1 径向基函数(RBF)神经网络 | 第22-25页 |
| 3.1.1 人工神经网络概述 | 第22页 |
| 3.1.2 RBF网络的结构 | 第22-24页 |
| 3.1.3 RBF网络的设计 | 第24页 |
| 3.1.4 MATLAB神经网络工具箱 | 第24-25页 |
| 3.2 金属变形抗力模型 | 第25-29页 |
| 3.2.1 概述 | 第25页 |
| 3.2.2 样本数据 | 第25-26页 |
| 3.2.3 神经网络模型的建立 | 第26-28页 |
| 3.2.4 网络模型的测试及结果分析 | 第28-29页 |
| 3.2.5 结语 | 第29页 |
| 3.3 轧制变形区应力状态系数模型 | 第29-34页 |
| 3.3.1 概述 | 第29-30页 |
| 3.3.2 应力状态影响系数神经网络模型的构建 | 第30-33页 |
| 3.3.3 模型的测试及结果分析 | 第33-34页 |
| 3.3.4 结语 | 第34页 |
| 3.4 轧制压力模型 | 第34-38页 |
| 3.4.1 概述 | 第34页 |
| 3.4.2 轧制力神经网络模型的构建 | 第34-37页 |
| 3.4.3 网络模型的测试及结果分析 | 第37-38页 |
| 3.4.4 结语 | 第38页 |
| 3.5 本章小结 | 第38-40页 |
| 4 中厚板轧制过程有限元模型的建立 | 第40-50页 |
| 4.1 显式动力学有限元理论 | 第40-42页 |
| 4.2 LS-DYNA3D中的热力耦合方法 | 第42-44页 |
| 4.3 轧制模型热分析的边界条件 | 第44-45页 |
| 4.4 轧件的咬入条件 | 第45-47页 |
| 4.5 轧制过程有限元模型的建立 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 5 中厚板轧制过程的模拟结果分析 | 第50-57页 |
| 5.1 轧件温度场的变化 | 第50-51页 |
| 5.2 轧制变形区的变形分布 | 第51-54页 |
| 5.2.1 轧件应力应变分布规律 | 第51-53页 |
| 5.2.2 轧制变形区速度场分布 | 第53-54页 |
| 5.3 轧制压力的研究 | 第54-56页 |
| 5.3.1 轧制压下率的影响 | 第54页 |
| 5.3.2 轧件温度的影响 | 第54-55页 |
| 5.3.3 轧制力的计算结果与实测值的对比 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 中厚板轧机振动的非线性分析 | 第57-62页 |
| 6.1 引言 | 第57页 |
| 6.2 非线性振动模型的建立 | 第57-58页 |
| 6.3 非线性振动的数值仿真 | 第58-59页 |
| 6.4 轧机振动系统仿真结果分析 | 第59-61页 |
| 6.5 本章小结 | 第61-62页 |
| 7 结论与展望 | 第62-64页 |
| 7.1 结论 | 第62-63页 |
| 7.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读学位期间取得的研究成果 | 第68页 |