六辊冷轧机板形影响因素的分析
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外发展现状 | 第8-10页 |
| 1.2.1 轧机和轧制理论的发展 | 第8-10页 |
| 1.2.2 板形控制的发展和现状 | 第10页 |
| 1.3 本文主要研究内容 | 第10-12页 |
| 2 板形的基本理论和有限元方法简介 | 第12-20页 |
| 2.1 板形的简单介绍 | 第12-16页 |
| 2.1.1 板形的基本概念 | 第12页 |
| 2.1.2 板带翘曲的力学条件 | 第12页 |
| 2.1.3 板形不良的综述 | 第12-13页 |
| 2.1.4 平直度的表示方法 | 第13-16页 |
| 2.2 有限元法的介绍 | 第16-19页 |
| 2.2.1 有限元法的概念 | 第17页 |
| 2.2.2 ANSYS简介 | 第17-18页 |
| 2.2.3 有限元法在轧制中的应用 | 第18-19页 |
| 2.2.4 算法选择 | 第19页 |
| 2.3 本章小结 | 第19-20页 |
| 3 六辊冷轧机的有限元建模 | 第20-30页 |
| 3.1 六辊轧机的结构 | 第20-21页 |
| 3.2 六辊轧机的物理模型 | 第21-22页 |
| 3.3 六辊轧机的有限元建模 | 第22-28页 |
| 3.3.1 六辊轧机的基本参数 | 第22-23页 |
| 3.3.2 有限元模型的建立过程 | 第23-25页 |
| 3.3.3 处理边界条件 | 第25-28页 |
| 3.3.4 求解设定 | 第28页 |
| 3.4 本章小结 | 第28-30页 |
| 4 六辊冷轧机的仿真结果和板形研究 | 第30-50页 |
| 4.1 基本轧制仿真 | 第30-37页 |
| 4.1.1 基本仿真参数 | 第30-31页 |
| 4.1.2 仿真结果与分析 | 第31-36页 |
| 4.1.3 结果小结 | 第36-37页 |
| 4.2 弯辊技术对板形的改善 | 第37-45页 |
| 4.2.1 工作辊弯辊力对板形的影响 | 第37-38页 |
| 4.2.2 中间辊弯辊力对板形的影响 | 第38-39页 |
| 4.2.3 弯辊力组合对板形的影响 | 第39-42页 |
| 4.2.4 结果小结 | 第42-45页 |
| 4.3 板宽对板形的影响 | 第45-46页 |
| 4.4 其它因素对板形的影响 | 第46-48页 |
| 4.5 本章小结 | 第48-50页 |
| 5 基于BP神经网络的板形指数预测和板形优化 | 第50-60页 |
| 5.1 BP神经网络 | 第50-51页 |
| 5.1.1 BP神经网络数学模型 | 第50-51页 |
| 5.1.2 BP算法的基本原理 | 第51页 |
| 5.2 BP神经网络板形控制模型的设计 | 第51-53页 |
| 5.2.1 BP神经网络结构设计 | 第51-52页 |
| 5.2.2 BP神经网络板形控制模型的确定 | 第52-53页 |
| 5.3 BP神经网络板形控制模型的学习及结果分析 | 第53-56页 |
| 5.3.1 模型的训练和结果的预测 | 第53-56页 |
| 5.3.2 结果分析 | 第56页 |
| 5.4 神经网络遗传算法对板形的优化 | 第56-59页 |
| 5.4.1 遗传算法的基本原理 | 第56-57页 |
| 5.4.2 遗传算法的实现过程 | 第57-58页 |
| 5.4.3 板形优化和编程实现 | 第58-59页 |
| 5.4.4 优化结果分析 | 第59页 |
| 5.5 本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-66页 |
