搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
冷轧过程数字化建模与智能优化/数字钢铁关键技术丛书
0.00     定价 ¥ 99.00
图书来源: 浙江图书馆(由浙江新华配书)
此书还可采购25本,持证读者免费借回家
  • 配送范围:
    浙江省内
  • ISBN:
    9787502498696
  • 作      者:
    作者:孙杰//陈树宗//王青龙//胡云建//张殿华|责编:张佳丽//卢敏|总主编:王国栋
  • 出 版 社 :
    冶金工业出版社
  • 出版日期:
    2024-06-01
收藏
畅销推荐
内容介绍
本书主要介绍冷连轧过程数据驱动的高精度数字孪生模型,系统介绍基于数据感知的酸洗拉矫智能控制、数据驱动的轧制过程数字孪生模型、轧制规程多目标优化与自适应控制、冷轧板形与边部减薄建模及协调控制、非稳态过程感知与厚度-张力协调优化、冷轧全流程速度全局协调优化等系列数字化关键技术及其工业化应用. 本书可供钢铁企业管理层和工程技术人员阅读,也可供冶金自动化技术的科研、设计、生产维护人员以及大专院校的自动化、计算机、机电专业师生参考。
展开
目录
1 冷轧工艺与自动化控制
1.1 板带材冷轧生产工艺
1.2 冷连轧工艺与装备
1.2.1 酸洗
1.2.2 冷连轧
1.3 冷连轧自动化控制系统
1.3.1 冷连轧控制系统概述
1.3.2 过程自动化控制系统
1.3.3 基础自动化控制系统
参考文献
2 数据驱动的冷轧轧制力预测模型
2.1 轧制力相关理论模型
2.1.1 轧制力模型
2.1.2 变形抗力模型
2.1.3 摩擦系数模型
2.2 智能建模数据获取与处理
2.2.1 数据采集
2.2.2 变形抗力的软测量
2.2.3 数据预处理
2.3 基于灰狼算法优化SVR的变形抗力预测研究
2.3.1 GWO-SVR算法介绍
2.3.2 实验分析
2.3.3 模型效果分析
2.3.4 GWO-SvR模型对不同钢种的预测效果
2.4 LightGBM轧制力预测模型
2.4.1 基于互信息的特征选择
2.4.2 LightGBM模型介绍
2.4.3 LightGBM轧制力模型建立
参考文献
3 冷轧轧制规程的多目标优化设计
3.1 传统的轧制规程制定方法
3.1.1 传统方法的轧制策略
3.1.2 传统方法制定轧制规程的流程
3.2 轧制规程多目标优化
3.2.1 轧制规程目标函数结构设计
3.2.2 单目标函数的建立
3.2.3 多目标函数的建立
3.2.4 轧制规程的优化计算
参考文献
4 冷轧非稳态过程厚度控制
4.1 基于粒子群优化的支持向量机
4.2 支持向量机
4.3 粒子群优化算法
4.3.1 粒子群优化算法的基本理论
4.3.2 带压缩因子的粒子群算法
4.4 策略验证与分析
4.4.1 实验过程与分析方法
4.4.2 实验对比与分析
4.4.3 轧辊辊缝补偿模型
参考文献
5 冷轧厚度-张力协调优化控制
5.1 基于模型预测控制的单独机架厚度-张力策略
5.1.1 预测控制的基本原理
5.1.2 预测控制器设计
5.1.3 扰动观测器
5.1.4 预测控制器仿真与分析
5.2 基于邻域优化的分布式模型预测控制策略
5.2.1 冷连轧轧制全过程优化问题
5.2.2 基于邻域优化的分布式模型预测控制设计
5.2.3 控制策略仿真与分析
参考文献
6 冷连轧过程带钢板形分布预测
6.1 CNN建模相关理论
6.1.1 残差学习
6.1.2 聚合多尺度残差变换理论
6.2 冷连轧板形分布预测网络模型构建
6.3 数据采集与模型训练细节
6.3.1 数据集构建
6.3.2 模型训练细节
6.3.3 学习优化算法选择与确定
6.4 网络模型预测结果对比分析
6.4.1 模型评估指标
6.4.2 网络预测性能对比
6.4.3 网络模型性能讨论
参考文献
7 数据驱动的板形调控功效建模与计算
7.1 冷连轧机的板形控制策略
7.2 基于调控功效的多变量最优板形闭环反馈控制系统
7.2.1 板形调控功效系数
7.2.2 多变量最优板形控制算法
7.3 基于数据驱动的板形调控功效计算
7.3.1 主成分分析算法的数学模型
7.3.2 基于主成分分析法的最小二乘回归建模
7.3.3 主成分分析算法获取调控功效系数
7.3.4 偏最小二乘回归原理
7.3.5 偏最小二乘回归建模
7.3.6 正交信号校正法改进的偏最小二乘算法
7.3.7 基于OSC-PLS算法获取调控功效系数
7.4 板形调控功效系数计算结果分析
7.4.1 预测模型的性能评估指标
7.4.2 板形调控功效系数计算结果
7.4.3 板形调控功效系数精度的验证
7.4.4 板形调控功效系数应用测试实验
参考文献
8 冷轧机振动信号处理与预测建模
8.1 轧机振动监测系统建立
8.1.1 轧机振动信号采集
8.1.2 轧制过程工艺参数采集
8.1.3 振动监测系统验证
8.2 振动数据预处理
8.2.1 数据时刻匹配
8.2.2 异常值剔除
8.2.3 Z-score标准化
8.3 轧机振动异常信号降噪处理
8.3.1 经验模态分解原理
8.3.2 变分模态分解原理
8.3.3 改进的自适应变分模态分解
8.3.4 降噪结果分析
8.4 轧机振动预测建模
8.4.1 卷积神经网络介绍
8.4.2 多维度多模态振动时间序列预测模型
8.4.3 数据集构建与网络优化
8.5 模型预测结果分析
参考文献
9 冷轧过程稳定性优化控制
9.1 基于数据驱动的工艺参数对振动的影响规律
9.1.1 主成分分析求解变量贡献率
9.1.2 XGBoost算法求解变量贡献率
9.1.3 轧制工艺参数对轧机振动影响的效果分析
9.2 提高轧制稳定性的轧制工艺参数优化及分析
9.2.1 基于摩擦机理模型的工艺参数优化
9.2.2 基于振动预测模型的工艺参数优化
参考文献
附录 网络输入68维变量的带钢冷连轧工艺参数列表
索引
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证